AI利用生成式模型设计DNA折纸,轻松还原任意形状

韩国首尔国立大学与汉阳大学研究团队开发了名为Generative SNUPI的生成式AI模型,可将用户提供的目标形状自动转化为可实际合成的DNA折纸设计方案。该模型采用扩散模型技术,根据DNA的化学规则生成碱基序列,使DNA链自组装成蒙娜丽莎、星形等纳米级结构。相关研究已被《自然通讯》接受发表,有望推动纳米机器人、药物递送及免疫治疗等领域的应用发展。

形似小狗、星形,甚至《蒙娜丽莎》——如果不是因为这些结构仅有纳米级别的大小,你或许会误以为它们是造型各异的意面。韩国科学家利用一种名为DNA折纸的技术,将遗传物质弯折成各种形态。通常情况下,设计能折叠成特定形状的DNA链需要大量繁琐的人工操作,但这些充满创意的结构背后的研究团队,已借助生成式AI开发出一条更便捷的路径。

这一AI模型名为Generative SNUPI(结构核酸编程接口的缩写,灵感同样来源于小猎犬Snoopy),由首尔国立大学(SNU)与汉阳大学的研究团队联合开发。相关研究已被《自然·通讯》接收发表。研究表明,该模型可以根据用户指定的形状,生成在现实中可实际运作的DNA折纸设计方案。以《蒙娜丽莎》为例,这并不只是简单地描摹轮廓,模型会依据DNA的化学规则,计算出未配对DNA链的碱基序列,使分子力驱动链条自发折叠成所需形状。

DNA折纸技术已有二十年的发展历史,潜在应用场景广泛,涵盖纳米机器人乃至能与细胞相互作用的治疗性结构。然而,DNA结构设计过程耗时耗力、成本高昂,始终制约着该领域的发展速度。

首尔国立大学博士研究生全京华表示:"传统方法需要专业知识、理论背景和实操经验,才能设计出我们想要的纳米结构。"这一过程需要人工运行算法并反复调整结果,直到达到预期形状且结构稳定为止。她表示,有了Generative SNUPI,用户理论上可以直接从绘制目标形状跳转到DNA的实物组装阶段。

卡内基梅隆大学机械工程学教授丽贝卡·泰勒并未参与这项研究,但她对这一新平台给予了高度评价:"整个领域的发展既依赖工具,也受限于工具。当一种新工具带来新技术、新能力时,对整个领域来说都是重大突破。"

使用Generative SNUPI设计DNA折纸时,首先需要输入一个目标形状,可以是复杂的曲线轮廓(如小狗脸的轮廓),也可以是简单的几何图案。随后,模型采用扩散模型对输入形状进行加噪与优化处理,最终生成对应的DNA形式输出。扩散模型正是DALL-E和Midjourney等图像生成平台所采用的核心技术。

泰勒将这一过程比喻为:"就像小时候做手工——先用胶水装饰,再撒上闪粉。"当噪声被去除——也就是"抖掉闪粉"之后,设计方案便随之呈现。"他们实际上是在说'用DNA填充这个我给出的轮廓',但他们同样懂得DNA是如何结合在一起的——这才是模型真正被训练的核心所在。"

Generative SNUPI返回DNA序列后,研究人员会化学合成一系列短链DNA(称为"钉链"),并通过生物方法制备出一条长链DNA(称为"骨架链")。钉链将骨架链拉拢成型,全京华将其形容为"和用钉书钉固定纸张非常相似"。这一过程利用了DNA碱基互补配对的特性——鸟嘌呤与胞嘧啶结合、腺嘌呤与胸腺嘧啶结合,每个碱基的精确位置均由Generative SNUPI在设计阶段完成规划。

首尔国立大学机械工程学助理教授金度允指出,研究团队虽成功制备出多种DNA折纸结构,但部分结构起初未能保持形状。"这并非Generative SNUPI出现了错误,而是所绘制的形状本身在结构上就不稳定。"为此,团队在进行DNA序列设计之前,增加了一个预判输入形状结构稳定性的步骤。

为进一步拓展Generative SNUPI的实际应用能力,金度允表示,DNA折纸设计需要比现有模型所能生成的结构具备更高的柔性。一旦这项技术充分发挥潜力,将有望在药物递送和免疫治疗等领域发挥关键作用——而这些应用场景往往对结构的动态灵活性有较高要求。

"大多数分子结构都是动态的,能够响应外部刺激而重新构型,从而执行其特定功能,"他说,"因此,我们计划在未来的研究中将现有工作拓展至动态可重构结构的设计领域。"

Q&A

Q1:Generative SNUPI是什么?它能做什么?

A:Generative SNUPI是由首尔国立大学与汉阳大学联合开发的生成式AI模型,全称为"结构核酸编程接口"。它能根据用户指定的任意目标形状,自动生成可在现实中实际折叠成型的DNA序列设计方案,大幅降低了DNA折纸设计所需的专业门槛和人工成本。

Q2:DNA折纸技术有哪些实际应用前景?

A:DNA折纸技术已有二十年历史,潜在应用范围广泛,包括纳米机器人、药物递送系统以及能与细胞相互作用的治疗性结构等。不过,目前该技术在动态灵活性方面仍有局限,研究团队表示未来将致力于开发可响应外部刺激、动态重构的柔性结构,以满足药物递送和免疫治疗等医疗场景的需求。

Q3:Generative SNUPI采用了什么技术原理?

A:Generative SNUPI的核心采用扩散模型,与DALL-E、Midjourney等AI图像生成平台所用技术相同。模型对输入的目标形状进行加噪与优化处理,生成对应的DNA碱基序列。该序列充分考虑了DNA碱基互补配对的化学规则,使合成后的DNA链能够在分子力的驱动下自发折叠,形成与目标形状高度吻合的纳米结构。

来源:Spectrum

0赞

好文章,需要你的鼓励

2026

07/16

16:53

分享

点赞

邮件订阅