基于人工智能算法的蛋白质优化设计与筛选方法和装置

本发明公开了一种基于人工智能算法的蛋白质优化设计与筛选方法和装置，该方法以真菌荧光素酶为例，整合多维度生物信息学分析与深度学习技术实现高效蛋白质工程改造和优化。首先，利用AI驱动的分子对接模拟方法识别荧光素酶与荧光素的结合域，并结合文献、进化分析和结构预测确定关键保守位点；然后，采用扩散模型在固定位点约束下生成蛋白功能域骨架，并利用图神经网络模型进行蛋白质序列预测；最终，对生成的序列进行评分筛选，以获得高稳定性候选变体。本发明创新性地构建了保守位点动态融合策略，通过结构预测与进化位点交集优先、文献位点并集扩展的逻辑优化固定区域，满足了蛋白质设计序列的多样性和适应性，突破了传统方案的效率瓶颈。