AI驱动无细胞蛋白质合成优化：ChatGPT-4自动生成代码与主动学习策略实现抗菌蛋白产量提升

本研究针对无细胞蛋白质合成（CFPS）系统优化过程中实验组合庞大、耗时耗力的问题，开发了一种全自动设计-构建-测试-学习（DBTL）工作流。研究人员利用ChatGPT-4直接生成实验设计代码，结合改进的聚类边界主动学习策略，成功将大肠杆菌和HeLa基CFPS系统中colicin M和E1的产量分别提高2-9倍。该研究为合成生物学提供了高效、自动化的优化平台，显著加速了抗菌蛋白的生产与应用。

　　

在合成生物学领域，无细胞蛋白质合成（Cell-Free Protein Synthesis, CFPS）技术因其快速原型构建能力而备受关注。然而，面对海量的组分组合，传统优化方法犹如大海捞针，不仅耗时费力，还严重依赖研究人员经验。特别是在抗菌蛋白生产中，如何快速获得高产量、高活性的产物，成为制约其应用的关键瓶颈。

为此，Khalil等研究人员在《iScience》发表了一项创新研究，他们巧妙融合人工智能、自动化实验和合成生物学技术，开发了一套全自动化的优化工作流。该研究的独特之处在于，首次实现使用ChatGPT-4直接生成实验设计代码且无需人工修改，大大降低了编程门槛，使更多非计算机背景的研究人员能够快速搭建复杂实验平台。

研究团队采用了几项关键技术：一是基于聚类边界（Cluster Margin）的主动学习（Active Learning, AL）策略，通过高斯过程回归（Gaussian Process Regression）模型，在保证样本多样性的同时优先选择最具信息量的实验条件；二是集成Galaxy平台的模块化工作流，确保实验的可重复性和FAIR（可查找、可访问、可互操作、可重用）原则；三是建立双检测系统——分裂绿色荧光蛋白（split-GFP）荧光系统和HiBiT发光系统，分别用于原核和真核CFPS系统的蛋白质定量与功能验证。

优化无细胞蛋白质合成系统生产力

研究人员首先针对大肠杆菌基CFPS（proCFPS）系统，聚焦9个关键组分的浓度优化，探索了超过千万种可能的组合。通过四轮主动学习循环，colicin M产量获得高达9倍的提升，而colicin E1也实现了3倍的产量增长。在HeLa基CFPS（euCFPS）系统中，尽管其产量相对较低，但仍实现了2倍的提升，且优化后的缓冲液配方在保持性能的同时降低了试剂成本。

检测和定量无细胞合成蛋白质

团队设计了两套检测系统：split-GFP系统通过GFP11标签与colicin融合，与GFP1-10片段共表达后恢复荧光；HiBiT系统则通过HiBiT标签与colicin融合，加入LgBiT大亚基和底物后产生发光信号。实验表明，发光检测在低蛋白量（0-1 ng）范围内具有更好的线性响应，而荧光检测适合实时监测蛋白质合成动力学。

测量合成蛋白质的活性

通过细菌生长抑制实验验证了合成colicin的生物活性。结果显示，proCFPS系统中仅需78-780 ng的colicin即可显著抑制大肠杆菌W3110菌株的生长；euCFPS系统中甚至仅需4.5-36 ng的colicin就表现出剂量依赖性的抑菌效果，证明即使低产量系统也能产生具有功能活性的抗菌蛋白。

研究结论表明，这种AI驱动的自动化工作流不仅大幅减少了实验次数，还显著提高了优化效率。特别是ChatGPT-4生成的代码无需修改即可直接使用，突破了传统编程壁垒，为生物学家提供了强大工具。聚类边界主动学习策略相比传统方法，在减少50-60%数据点的情况下达到了相近甚至更好的模型性能，体现了其高效性。

讨论部分指出，该研究的局限性在于CFPS系统与活细胞工程存在本质差异，且系统本身存在变异性。未来工作可进一步自动化湿实验步骤，减少人为干预，并探索将CFPS输出与细胞底盘设计相结合。尽管如此，这项研究为下一代生物铸造厂奠定了坚实基础，通过整合分子生物学、自动化和人工智能，有力推动了合成生物学研究和生物制造的发展。