2024年2月28日，深圳理工大学（筹）计算机科学与控制工程学院杰出教授、中国科学院深圳先进技术研究院先进计算与数字工程研究所研究员李金艳研究团队在Nature Machine Intelligence上发表了题为Generating mutants of monotone affinity towards stronger protein complexes through adversarial learning的研究文章。该文章介绍了一种创新的模型DeepDirect，旨在通过对抗学习生成的突变方法，显著改变蛋白质亲和力的方向，为蛋白质生物工程、药物设计等领域提供新的思路。
团队展示了如何利用深度学习生成蛋白质突变，以优化其功能和亲和力，特别是在研究SARS-CoV-2 Omicron变种时的应用。这项工作不仅提供了一种高效的蛋白质改造策略，还为理解蛋白质动态和疾病进化提供了新的视角，对未来的生物医药研究具有重要意义。
论文截图，详情请参考原论文
该研究中，李金艳研究员为通讯作者；原悉尼科技大学计算机科学系、现澳大利亚Natexl公司的CEO Tian Lan博士为一作；悉尼科技大学计算机科学系的博士生Shuquan Su、Pengyao Ping，悉尼科技大学生物医学工程系的Grorgy Hutvagner教授，新南威尔斯大学儿童癌症研究院的Tao Liu副教授，深圳理工大学（筹）计算机科学与控制工程学院潘毅教授作为合作作者参与该项研究工作。
