蛋白质是生命的基础，并且在所有生物过程中都起着关键作用。因此，了解它们如何与环境相互作用对于开发有效的治疗方法和设计人造细胞的基础至关重要。

EPFL工程学院生物工程研究所的蛋白质设计和免疫工程实验室(LPDI)的研究人员与USI-Lugano，帝国理工学院以及Twitter的图学习研究部门的合作者一起开发了突破性的机器学习驱动型预测这些相互作用并仅根据表面外观描述蛋白质生化活性的技术。除了加深我们对蛋白质功能的认识外，这种称为MaSIF的方法还可以支持为明天的人造细胞开发基于蛋白质的成分。研究小组在《自然方法》杂志上发表了研究结果。

数据驱动的研究

研究人员获取了大量蛋白质表面数据，并将其化学和几何性质输入到机器学习算法中，对其进行训练，以使这些性质与特定的行为模式和生化活性相匹配。然后，他们使用剩余的数据来测试算法。研究的第一作者Pablo Gainza说：“通过扫描蛋白质的表面，我们的方法可以定义指纹，然后可以在蛋白质之间进行比较。”

研究小组发现，执行相似相互作用的蛋白质具有共同的“指纹”。

LPDI主管Bruno Correia说：“该算法每秒可以分析数十亿个蛋白质表面。”“我们的研究对人工蛋白质设计具有重要意义，它使我们能够仅通过改变蛋白质的表面化学和几何特性来对其进行编程，使其具有某种特定的行为。”

该方法以开源格式发布，也可以用于分析其他类型分子的表面结构。