本研究利用变分自编码器（VAE）设计人工线粒体靶向序列（AMTS）。经训练生成的序列中 90.14% 具线粒体靶向功能，70.4% 含 TOM20 识别基序。在四种真核生物中验证 41 条新肽段，成功率 50%-100%，HEK293 细胞中肽段可被剪切。Dual-VAE 生成 62 条双靶向序列，提示其可能源于 MTS 进化。应用中，线粒体定位 β- 丙氨酸途径酶使 3 - 羟基丙酸产量提升 1.62 倍，嵌合 MTS 使 HEM1 靶向效率提升 4.76 倍。

正如人体每个器官各司其职，细胞内部的「细胞器」也是协同维持细胞的整体运作。这些膜包被的细胞器为大量核编码蛋白提供了最适理化环境，使其能够执行关键生物学功能。

为维持细胞组织与进程，细胞内部存在确保蛋白质准确送达的复杂机制 —— 蛋白质通过独特的氨基酸靶向序列被标记并运往特定细胞器。

线粒体作为细胞的 “能量工厂”，在能量代谢、物质合成及细胞凋亡中扮演核心角色，其功能异常与代谢疾病、线粒体遗传病等密切相关。精准靶向线粒体递送蛋白质或药物，是代谢工程优化和疾病治疗的关键手段。然而，天然线粒体靶向序列（MTS）的稀缺性和局限性（如靶向效率依赖载体蛋白、易饱和导入机制等），严重制约了相关研究与应用。

近期，伊利诺伊大学厄巴纳 - 香槟分校的研究团队在《Nature Communications》发表的成果，通过生成式人工智能技术突破了这一瓶颈，为线粒体靶向序列的设计与应用开辟了新路径。

一、MTS 的固有挑战与生成式 AI 的解决方案

天然 MTS 是核编码线粒体蛋白 N 端的短肽段，通过 TOM/TIM 复合体介导的识别与转运，引导蛋白进入线粒体基质，随后被线粒体加工肽酶（MPP）切割，使蛋白正确折叠。其功能依赖三大关键特征：正电荷特性、两亲性（兼具亲水与疏水区域）及易形成 α 螺旋结构。但目前已鉴定的 MTS 数量极少，重复使用会导致导入机制饱和、与内源蛋白竞争，甚至引发遗传不稳定性（如同源重组）。

为解决这一问题，研究团队采用变分自编码器（VAE）—— 一种能从数据中学习潜在模式的深度生成模型。VAE 通过编码器将输入的 MTS 序列转化为潜在空间向量，再通过解码器重构序列，最终可从潜在空间采样生成全新序列。训练数据涵盖 56,660 条 MTS（来自 Swiss-Prot 数据库及 TargetP 2.0 预测结果），经筛选去重后，确保序列长度在 11-69 个氨基酸，覆盖真核生物多样性。

图示：用于生成线粒体靶向序列 (MTS) 的变分自编码器。

二、VAE 生成 MTS 的功能验证

VAE 生成的人工线粒体靶向序列（AMTS）经严格验证，展现出优异的功能性与多样性：

计算验证：通过 DeepLoc 2.0 预测，90.14% 的 VAE 生成序列可有效靶向线粒体，远高于传统方法（如 profile Hidden Markov Model 的 12.2%、modlAMP 的 1.37%）。序列分析显示，70.4% 的 AMTS 含 TOM20 识别基序（φχβφφ，φ 为疏水残基，β 为碱性残基），提示其通过经典 TOM/TIM 途径导入。

序列多样性：生成序列与天然 MTS 的编辑距离（氨基酸突变数）达 10-15，避免了同源重组风险，且 UMAP 分析显示其覆盖天然 MTS 的全部序列空间，填补了未探索的功能区域。

体内验证：研究设计了基于 UniRep 嵌入和 k 近邻的采样策略，优先筛选适配特定生物的 AMTS。在酿酒酵母（S. cerevisiae）、人 HEK293 细胞、本氏烟草（N. benthamiana）和红冬孢酵母（R. toruloides）中，41 条新肽段的靶向成功率达 50%-100%。例如，HEK293 细胞中 8 条 AMTS 均能与线粒体染料共定位，且 Western blot 证实其在体内被成功切割。

图示：四种真核生物中人工线粒体靶向序列（AMTS）的特征分析。

三、双靶向序列的设计与进化启示

部分生成序列显示出同时靶向线粒体和叶绿体的潜力。研究团队基于植物界的 MTS 和叶绿体靶向序列（CTS），训练了 Dual-VAE 模型，通过潜在空间线性插值生成 62 条双靶向序列。特征分析揭示了从 MTS 到 CTS 的平滑过渡：

氨基酸组成：丝氨酸（S）和亮氨酸（L）增加，精氨酸（R）减少（精氨酸是叶绿体靶向特异性的关键抑制因子）；

结构变化：α 螺旋占比下降，线圈结构（无规则卷曲）增加；

长度差异：CTS 更长，提示可能通过插入片段扩展功能。

基于这些变化，研究提出假说：双靶向序列更可能从 MTS 进化而来 —— 通过积累突变调整电荷与结构，而从 CTS 进化则需额外插入片段以适配线粒体加工机制。这为理解植物细胞器靶向的进化提供了新视角。

图示：利用 Dual-VAE 设计双靶向肽。

四、应用场景：代谢工程与蛋白递送的突破

研究通过两个案例验证了 AMTS 的实用价值：

3 - 羟基丙酸（3-HP）产量提升：将 β- 丙氨酸途径的 3 个关键酶PAND、BAPAT和YDFG，通过 AMTS 定位到线粒体，利用线粒体中丰富的前体物质（天冬氨酸），使 3-HP 产量达 2.76 g/L，较胞质途径（1.70 g/L）提升 1.62 倍。

HEM1 靶向效率优化：5 - 氨基乙酰丙酸合酶（HEM1）是血红素合成的限速酶，其靶向缺陷与人类血液病相关。通过嵌合 AMTS（如 AMTS3、AMTS131 与 COX4 组合），靶向效率最高提升 4.76 倍，且序列顺序和数量显著影响效果。

五、总结与展望

该研究证明，VAE 等生成式 AI 模型能高效设计多样化、功能性的 MTS 及双靶向序列，不仅为线粒体生物学基础研究提供了工具，更推动了代谢工程和疾病治疗的应用。未来，结合条件 VAE、蛋白质语言模型及高通量验证技术，有望进一步提升序列设计的精准性与应用范围，为细胞器靶向研究注入新动能。

 

---

文章改编转载自微信公众号：ScienceAI

原文链接：https://mp.weixin.qq.com/s/w4itwZFtVhVuvQKLIWuM3Q

相关报道：https://phys.org/news/2025-05-harnessing-generative-ai-mitochondrial-toolkit.html

本研究利用变分自编码器（VAE）设计人工线粒体靶向序列（AMTS）。经训练生成的序列中 90.14% 具线粒体靶向功能，70.4% 含 TOM20 识别基序。在四种真核生物中验证 41 条新肽段，成功率 50%-100%，HEK293 细胞中肽段可被剪切。Dual-VAE 生成 62 条双靶向序列，提示其可能源于 MTS 进化。应用中，线粒体定位 β- 丙氨酸途径酶使 3 - 羟基丙酸产量提升 1.62 倍，嵌合 MTS 使 HEM1 靶向效率提升 4.76 倍。

正如人体每个器官各司其职，细胞内部的「细胞器」也是协同维持细胞的整体运作。这些膜包被的细胞器为大量核编码蛋白提供了最适理化环境，使其能够执行关键生物学功能。

为维持细胞组织与进程，细胞内部存在确保蛋白质准确送达的复杂机制 —— 蛋白质通过独特的氨基酸靶向序列被标记并运往特定细胞器。

线粒体作为细胞的 “能量工厂”，在能量代谢、物质合成及细胞凋亡中扮演核心角色，其功能异常与代谢疾病、线粒体遗传病等密切相关。精准靶向线粒体递送蛋白质或药物，是代谢工程优化和疾病治疗的关键手段。然而，天然线粒体靶向序列（MTS）的稀缺性和局限性（如靶向效率依赖载体蛋白、易饱和导入机制等），严重制约了相关研究与应用。

近期，伊利诺伊大学厄巴纳 - 香槟分校的研究团队在《Nature Communications》发表的成果，通过生成式人工智能技术突破了这一瓶颈，为线粒体靶向序列的设计与应用开辟了新路径。

一、MTS 的固有挑战与生成式 AI 的解决方案

天然 MTS 是核编码线粒体蛋白 N 端的短肽段，通过 TOM/TIM 复合体介导的识别与转运，引导蛋白进入线粒体基质，随后被线粒体加工肽酶（MPP）切割，使蛋白正确折叠。其功能依赖三大关键特征：正电荷特性、两亲性（兼具亲水与疏水区域）及易形成 α 螺旋结构。但目前已鉴定的 MTS 数量极少，重复使用会导致导入机制饱和、与内源蛋白竞争，甚至引发遗传不稳定性（如同源重组）。

为解决这一问题，研究团队采用变分自编码器（VAE）—— 一种能从数据中学习潜在模式的深度生成模型。VAE 通过编码器将输入的 MTS 序列转化为潜在空间向量，再通过解码器重构序列，最终可从潜在空间采样生成全新序列。训练数据涵盖 56,660 条 MTS（来自 Swiss-Prot 数据库及 TargetP 2.0 预测结果），经筛选去重后，确保序列长度在 11-69 个氨基酸，覆盖真核生物多样性。

图示：用于生成线粒体靶向序列 (MTS) 的变分自编码器。

二、VAE 生成 MTS 的功能验证

VAE 生成的人工线粒体靶向序列（AMTS）经严格验证，展现出优异的功能性与多样性：

计算验证：通过 DeepLoc 2.0 预测，90.14% 的 VAE 生成序列可有效靶向线粒体，远高于传统方法（如 profile Hidden Markov Model 的 12.2%、modlAMP 的 1.37%）。序列分析显示，70.4% 的 AMTS 含 TOM20 识别基序（φχβφφ，φ 为疏水残基，β 为碱性残基），提示其通过经典 TOM/TIM 途径导入。

序列多样性：生成序列与天然 MTS 的编辑距离（氨基酸突变数）达 10-15，避免了同源重组风险，且 UMAP 分析显示其覆盖天然 MTS 的全部序列空间，填补了未探索的功能区域。

体内验证：研究设计了基于 UniRep 嵌入和 k 近邻的采样策略，优先筛选适配特定生物的 AMTS。在酿酒酵母（S. cerevisiae）、人 HEK293 细胞、本氏烟草（N. benthamiana）和红冬孢酵母（R. toruloides）中，41 条新肽段的靶向成功率达 50%-100%。例如，HEK293 细胞中 8 条 AMTS 均能与线粒体染料共定位，且 Western blot 证实其在体内被成功切割。

图示：四种真核生物中人工线粒体靶向序列（AMTS）的特征分析。

三、双靶向序列的设计与进化启示

部分生成序列显示出同时靶向线粒体和叶绿体的潜力。研究团队基于植物界的 MTS 和叶绿体靶向序列（CTS），训练了 Dual-VAE 模型，通过潜在空间线性插值生成 62 条双靶向序列。特征分析揭示了从 MTS 到 CTS 的平滑过渡：

氨基酸组成：丝氨酸（S）和亮氨酸（L）增加，精氨酸（R）减少（精氨酸是叶绿体靶向特异性的关键抑制因子）；

结构变化：α 螺旋占比下降，线圈结构（无规则卷曲）增加；

长度差异：CTS 更长，提示可能通过插入片段扩展功能。

基于这些变化，研究提出假说：双靶向序列更可能从 MTS 进化而来 —— 通过积累突变调整电荷与结构，而从 CTS 进化则需额外插入片段以适配线粒体加工机制。这为理解植物细胞器靶向的进化提供了新视角。

图示：利用 Dual-VAE 设计双靶向肽。

四、应用场景：代谢工程与蛋白递送的突破

研究通过两个案例验证了 AMTS 的实用价值：

3 - 羟基丙酸（3-HP）产量提升：将 β- 丙氨酸途径的 3 个关键酶PAND、BAPAT和YDFG，通过 AMTS 定位到线粒体，利用线粒体中丰富的前体物质（天冬氨酸），使 3-HP 产量达 2.76 g/L，较胞质途径（1.70 g/L）提升 1.62 倍。

HEM1 靶向效率优化：5 - 氨基乙酰丙酸合酶（HEM1）是血红素合成的限速酶，其靶向缺陷与人类血液病相关。通过嵌合 AMTS（如 AMTS3、AMTS131 与 COX4 组合），靶向效率最高提升 4.76 倍，且序列顺序和数量显著影响效果。

五、总结与展望

该研究证明，VAE 等生成式 AI 模型能高效设计多样化、功能性的 MTS 及双靶向序列，不仅为线粒体生物学基础研究提供了工具，更推动了代谢工程和疾病治疗的应用。未来，结合条件 VAE、蛋白质语言模型及高通量验证技术，有望进一步提升序列设计的精准性与应用范围，为细胞器靶向研究注入新动能。

 

---

文章改编转载自微信公众号：ScienceAI

原文链接：https://mp.weixin.qq.com/s/w4itwZFtVhVuvQKLIWuM3Q

相关报道：https://phys.org/news/2025-05-harnessing-generative-ai-mitochondrial-toolkit.html