摘要：

蛋白质工程是加速生物工具开发的关键技术，其传统方法常面临效率与通用性的双重挑战。近期，中国科学院遗传与发育生物学研究所高彩霞团队在Cell发表了题为 “Advancing protein evolution with inverse folding models integrating structural and evolutionary constraints”的研究论文(2025年8月21日在线发表，doi: 10.1016/j.cell.2025.06.014)。该论文创新性地提出AI-informed约束框架（AiCE），引领蛋白质设计新方向。AiCE框架创新性地融合逆向折叠模型与结构、进化双重约束，精准预测高适应性突变，成功应用于碱基编辑器、核酸酶等多种蛋白质的优化。该框架无需任务特定模型训练，显著降低了计算成本与手动干预，实现了从简单结构到复杂功能酶的高效进化。实验结果显示，AiCE在8项蛋白质工程任务中展现出11%~88%的成功率，并开发出系列精准高效的碱基编辑器，如enABE8e、enSdd6-CBE等，为精准医学与农业生物技术提供了强有力的工具。随着基因编辑技术的快速发展，AiCE框架以其独特的优势，为复杂蛋白质及多亚基复合物的快速进化开辟了新路径，展现了广阔的应用前景。