普林斯顿团队开发蛋白质生成 AI 模型：降低免疫原性，还能提高活性

针对 AI 设计的新型蛋白质进入人体后易引发免疫反应、影响治疗性蛋白药物使用的痛点，姜凯议团队提出名为 MESSI 的生成式蛋白质设计模型，在逆向折叠基础上加入免疫风险考量，通过离散扩散模型与前瞻-反馈机制配合，在生成序列过程中引导模型避开高免疫风险选择。团队选取荧光素酶、PD-1 结合蛋白、尿酸氧化酶三类功能各异的蛋白质开展验证，结果显示 MESSI 设计的变体可在降低预测免疫风险的同时保留甚至提升原有蛋白的功能，部分尿酸氧化酶变体活性可达原始蛋白的 2.7 倍。目前该技术尚未完成人体内免疫原性验证，距离临床应用尚有距离，未来有望基于不同个体的 HLA 类型开发定制化的低免疫原性蛋白质药物。该研究延续了姜凯议团队此前立足真实未解决需求、推动生物系统可理解可预测可设计的研究思路。