在潜在空间中使用强化学习进行蛋白质适应度景观的鲁棒优化

蛋白质是由不同功能在自然界中承担不同作用的复杂分子。增强蛋白质功能和细胞适应度将显著影响多个行业。然而，针对低适应度序列的蛋白质优化计算方法仍存在挑战。我们提出LatProtRL一种优化方法，通过编码器-解码器所学习的潜在空间高效遍历，后者利用大型蛋白质语言模型。为逃离局部最优，我们将优化建模为马尔可夫决策过程，使用强化学习直接在潜在空间中操作。我们在两个重要的适应度优化任务上评估了该方法，证明其能够实现与基线方法相当或更好的适应度。我们的发现及体外评估表明，所生成序列可达到高适应度区域，表明LatProtRL在实验室内循环场景中具有巨大的潜力。