蛋白质是生命的基础，它们执行从催化化学反应到传递信号等各种关键任务。科学家们一直在努力设计和改进蛋白质，使其在医学和工业领域发挥更大的作用。然而，如何在不损害其功能的情况下，增强蛋白质的多种属性，如热稳定性和催化活性，始终是一个巨大挑战。
《自然》杂志11日发表的论文描述了一项结构生物学新突破：一种能设计新蛋白质的深度学习方法，名为RoseTTAFold Diffusion（RFdiffusion）。其能生成各种功能性蛋白质，包括在天然蛋白质中从未见过的拓扑结构。
蛋白质结构和功能的形成，很大程度上取决于侧链原子间的相互作用，因此，精准的蛋白质侧链预测（PSCP）是解决蛋白质结构预测和蛋白质设计难题的关键一环。但此前蛋白质结构预测大多聚焦于主链结构，侧链结构预测始终是一个未被完全解决的难题。
根据发表在《美国国家科学院院刊》上的一项研究，美国西北大学医学研究人员使用独特的高通量方法，解决了具有挑战性的蛋白质设计难题。这种方法可促进新疗法和生物技术工具的开发。
罗格斯大学(Rutgers)科学家设计一种新颖的蛋白质可以快速检测一种致命神经毒剂的分子，这种毒剂已被联合国列为大规模杀伤性武器，可用于化学战攻击。科学家们表示，这一进展可能为新一代定制的生物传感器和治疗方法铺平道路，这些方法可以用于对抗化学战剂VX。
2022年2月2日，生物科技公司Tierra Biosciences推出首个用于合成生物学蛋白质工程的在线蛋白质订购平台，该平台将先进的高通量、无细胞蛋白质制造和蛋白质设计技术整合到一个易于使用的在线门户中，供合成生物学家、药物开发人员和研究人员使用。
近期，中国科学技术大学教授刘海燕、副教授陈泉团队采用数据驱动策略，提出一条全新的蛋白质从头设计路线，相关成果2月9日以“用于蛋白质设计的以主链为中心的神经网络能量函数”为题发表于《自然》（Nature）杂志。
