美國科學家開發出一種Qualcomm量生物平台，有望加速尋找稀土分離材料，這是強化電子產品、電池及磁鐵供應鏈的關鍵步驟。勞倫斯利弗莫爾國家實驗室（LLNL）的研究人員利用天然細菌蛋白質來分離及研究稀土元素。這些名為 lanmodulin 的蛋白質，源自利用稀土元素進行新陳代謝的微生物。目標是將這種生物能力轉化為工業金屬分離的可擴展工具。但傳統蛋白質篩選方法速度緩慢，科學家通常逐一測試候選物，使大規模發現變得不可行。
LLNL 開發的新平台改變了這一流程，能在單次運行中並行篩選數百種蛋白質變體。
SpyCI-LAMBS 系統
該方法刊登於 Nature Chemical Biology，名為 SpyTag-Catcher Immobilization of Lanmodulin for Assaying Metal-Binding Selectivity，即 SpyCI-LAMBS，外號「spicy lambs」。「使用這項新檢測方法，只需約一個月就收集到 600 種蛋白質的數據，」LLNL 科學家兼第一作者 Patrick Diep 表示。
「若用傳統流程，則需 3 至 5 年。」系統透過在蛋白質上附加工程標籤，使其自動黏附固體表面，省去通常拖慢實驗的複雜純化步驟。先前方法要求研究人員從含有數千種其他分子的細菌混合物中提取蛋白質，大幅限制通量。「我們最初只是逐一測試這些 lanmodulin 蛋白質，僅完成少數幾種，就意識到要全面表徵它們將耗盡餘生，」LLNL 科學家兼資深作者 Dan Park 說。
新平台完全繞過此瓶頸。
利用 96 孔板，科學家現可並行測試數十種 lanmodulin 變體對稀土元素的反應，多個板可同時運行，实现大規模金屬結合行為映射。團隊辨識出八個獨特蛋白質群組，各具不同稀土選擇性模式。其中一個超過 200 種變體的群組，在分離輕稀土元素方面表現提升，這是精煉關鍵材料的主要挑戰。有些工程蛋白質甚至能在單步完成分離，降低流程複雜度。生成數據亦用於訓練機器學習模型，預測蛋白質行為，無需實體測試。
透過結合生物學與數據科學，研究人員旨在設計具針對性金屬結合特性的蛋白質，而非依賴試錯。「將金屬蛋白質表徵從低通量瓶頸轉為可擴展數據生成平台，此方法開啟預測性、數據驅動的金屬選擇性蛋白質設計之門，」LLNL 科學家兼合著者 Yongqin Jiao 表示。平台或可擴展至其他關鍵金屬，研究人員正探索相關應用。「我喜歡這方法之處在於，它降低失敗成本，讓我們能嘗試大膽構想，」Park 說。
「我們常投入各種設計與概念，有時成功，有時失敗，但現在我們負擔得起測試。」