北大携手深圳先进院推出合成生物AI大语言模型，成功获得高性能加帽酶，催化效率高于商业酶2倍

天然生物基因组编码海量的功能基因，这些基因在长期进化选择过程中，占据了广泛的序列空间，并发展 出精巧多样的功能活性，为生物体在复杂环境中的生存和繁衍提供了独特优势。 随着测序获得的生物序列累计达数十亿量级，这些潜在的功能基因也为生物制造和合成生物技术提供了基 因元件的"宝库"。然而，尽管天然基因具备极为丰富的功能和应用潜力，目前只有一小部分热门的功能基因 （如基因编辑工具酶）被高质量注释并构建了序列或结构模型。因此，基于序列、结构或深度学习的基因 挖掘和蛋白质设计方法无法拓展至复杂功能基因，限制了对高价值基因元件的挖掘与开发利用。 【SynBioCon】 获悉，针对上述问题 ， 北京大学定量生物学中心钱珑 团队 于近日推出了 一款面向 合成生物学元件挖掘与生物制造应用的大语言模型 SYMPLEX ， 该模型通过融合领域大语言模型训 练、合成生物专家知识对齐和大规模生物信息分析，实现了从海量文献中自动化挖掘功能基因元件并精准 推荐其工程化应用潜力。 此外， 团队 与 中科院深圳先进技术研究院娄春波研究员 合作，将 SYMPLEX 应用于 mRNA 疫苗生物制 造关键酶—— 加帽酶的挖掘 ，成功获得多种高性能新型 ...