SAMPLE可以自己设计和测试新的蛋白质，而不需要人类的帮助。就像一个能自己做实验的机器人科学家。
它能自主学习蛋白质的结构和功能之间的关系，然后自己进行蛋白质设计，同时在实验室里自动进行测试。
SAMPLE由一个AI代理驱动，可广泛应用于生物工程和合成生物学。
研究团队用这个系统在一个特定的蛋白质领域（糖苷水解酶）进行了实验。他们让四个这样的机器人系统自主工作，这些系统通过自己的学习和实验，成功地创造出了一些比原始蛋白质更稳定的新蛋白质。
背景知识：
蛋白质工程是一个复杂的工程，用于创造具有有用功能和行为的新蛋白质，但它过程缓慢、费力且需要专业知识，限制了其广泛应用。
威斯康星大学麦迪逊分校的研究人员开发出了一个结合人工智能和实验自动化的系统，可以在没有人工干预的情况下自主地进行蛋白质工程。
SAMPLE主要能力：
1、自主设计蛋白质：SAMPLE能够自己设计新的蛋白质结构，这是基于它对蛋白质序列与其功能关系的理解。
2、自动化实验：SAMPLE通过全自动化的实验室设备来测试它设计的蛋白质。这包括合成基因、表达蛋白质，以及进行生化活性的测量。
3、数据驱动的优化：SAMPLE通过分析实验结果来不断学习和优化，以改进其对蛋白质设计的理解。
工作原理：
1、智能代理：SAMPLE包括一个智能代理，这个代理利用已有的数据来学习蛋白质序列和功能之间的关系。这相当于一个内部模型，用于预测哪些蛋白质设计可能是有效的。
2、实验反馈循环：智能代理设计蛋白质后，会将这些设计发送到实验室环境中进行测试。然后，它会接收实验数据并用这些信息来更新和改进其内部模型。
3、探索与优化：SAMPLE在实验过程中平衡探索（尝试新的和不确定的设计）和优化（根据现有知识改进设计）。
研究成果：
1、蛋白质稳定性的显著提升：
-
SAMPLE代理是指该系统中的智能部分，它能自动设计实验并从实验结果中学习。
-
这些代理成功地发现了一些新的糖苷水解酶变体，它们的热稳定性比原来的蛋白质序列高出至少12°C。
-
热稳定性是指蛋白质能在高温下保持活性和结构稳定性的能力，这在工业和医学应用中非常重要。
2、高效的探索：
-
SAMPLE系统只探索了整个可能的蛋白质序列组合中的不到2%。
-
尽管探索范围有限，但系统依然能够迅速找到最稳定的蛋白质设计，这说明其探索方法非常高效。
3、独特的序列发现：
-
尽管每个SAMPLE代理发现的最稳定的蛋白质序列各不相同，但这些序列都聚集在蛋白质适应性景观的同一个区域。
-
这意味着虽然具体的蛋白质序列不同，但它们都达到了相似的高适应性水平，可能代表了该蛋白质家族在功能和稳定性上的全局最优解。
这些成果展示了SAMPLE系统在蛋白质工程领域的强大能力，尤其是在识别新的、具有改进功能的蛋白质序列方面。这种方法能够高效地探索广泛的蛋白质设计空间，并发现具有显著改进特性的新蛋白质。
实验结论：
-
自动化的重大进步：SAMPLE平台代表了蛋白质工程中全自动化和加速科学发现的重大进步，显著超越了之前的半自动系统。
-
智能计算和自动化的协同作用：这种方法体现了智能计算设计、自动化实验和精确数据管理在蛋白质工程进步中的协同作用。
-
增强的热稳定性和催化活性：通过人类协议对机器设计的蛋白质进行的测试验证了它们的增强热稳定性和保持的催化活性。
该研究结果已经发表在了Nature上：https://www.nature.com/articles/s44286-023-00002-4