用于增强机械性能的蛛丝蛋白序列生成式建模、设计与分析
材料科学
2023-10-20 v1 无序系统与神经网络
人工智能
机器学习
适应与自组织系统
摘要
蛛丝是一种非凡的材料，具有强度高、延展性好和重量轻等优异机械性能。然而，迄今为止，可用于全面探索序列-性能关系以进行分析和设计的模型十分有限。在此，我们提出了一种定制生成式大语言模型，以设计新型蛛丝蛋白序列，满足复杂组合的目标机械性能。该模型在大量蛋白序列上预训练，并在约 1,000 条具有对应纤维级机械性能的主要壶腹纺丝蛋白（MaSp）序列上微调，从而形成端到端的正向与逆向生成策略。通过以下方式评估性能：（1）通过 BLAST 搜索对生成的纺丝蛋白序列进行新颖性分析和蛋白类型分类；（2）性能评估并与相似序列比较；（3）分子结构比较；以及（4）详细的序列基序分析。我们生成了自然界不存在的性能组合丝序列，并深入理解了序列模式在实现总体关键机械性能（弹性模量、强度、韧性、失效应变）中的机制作用。该模型提供了一种扩展丝组学（silkome）数据集的高效途径，促进对丝的进一步序列-结构分析，并为合成丝设计与优化奠定基础。
引用
@article{arxiv.2309.10170,
title = {Generative modeling, design and analysis of spider silk protein sequences for enhanced mechanical properties},
author = {Wei Lu and David L. Kaplan and Markus J. Buehler},
journal= {arXiv preprint arXiv:2309.10170},
year = {2023}
}