En nylig undersøgelse har afsløret, at en kunstig intelligens (AI) model simulerede 500 millioner år af molekylær evolution for at designe koden til et nyt og hidtil ukendt protein. Dette lysende protein, kaldet esmGFP, ligner dem, der findes i vandmænd og koraller, og det kunne hjælpe med at udvikle nye medicin. Proteiner, der er essentielle for forskellige kropsfunktioner som muskelopbygning og bekæmpelse af sygdomme, er sammensat af aminosyrer, hvis sekvenser dikteres af gener. esmGFP proteinet findes kun i computerkode og repræsenterer en unik type grøn fluorescerende protein, med kun 58 % sekvenslighed til det nærmeste kendte fluorescerende protein – en modificeret version af et fra boble-tip havanemoner. At skabe esmGFP naturligt ville kræve 96 genetiske mutationer over millioner af år. AI-modellen, kaldet ESM3, blev introduceret af EvolutionaryScale og er blevet valideret af uafhængige forskere.

I modsætning til traditionelle evolutionsprocesser udfylder ESM3 ufuldstændige proteinsekvenser ved at udnytte indsigt fra et stort datasæt med 2, 78 milliarder naturlige proteiner. Denne udfyldningsmetode hjælper med at generere potentielle proteinstrukturer, som evolutionen måske ikke har produceret. Forskere trænede ESM3 ved hjælp af egenskaber af proteiner, hvilket gjorde det muligt for den at forudsige og fuldende proteinbeskeder ligesom en person, der fuldender sætninger. Konsekvenserne af denne forskning strækker sig til forskellige anvendelser inden for protein engineering, herunder lægemiddeldesign. Men mens eksperter som Tiffany Taylor fra University of Bath anerkender potentialet af AI i protein engineering, advarer hun om, at sådanne modeller muligvis kan forenkle de komplekse processer, der er formet af millioner af års naturlig selektion.