蛋白质是生命活动的主要承担者，对蛋白质进行功能聚类，是理解其参与的生理过程、设计新型蛋白质等的重要手段。高彩霞介绍：“现有的方法主要基于氨基酸一级序列的相似性对蛋白质进行聚类分析，并以此推断其功能和演化关系。然而，蛋白质功能由其三维空间结构所决定，开发基于三维结构的高通量蛋白质聚类方法，将为蛋白质功能研究提供更直接、可靠的手段，并推动未知蛋白质的功能挖掘。”

　　“现有的碱基编辑系统在蛋白质研究上有很多局限，而且底层专利由国外持有。”高彩霞说，“由于脱氨酶是碱基编辑系统的核心元件，因此，我们将研究聚焦于挖掘自主知识产权的新型脱氨酶，以开发适用于不同应用场景的新型碱基编辑工具。”

　　研究中，科研人员发现当蛋白集合的序列同源性较低且功能多样时，相比于传统的基于氨基酸一级序列的聚类方法，通过AI辅助的蛋白质结构聚类能够得到更准确的结果。因此，该方法能为蛋白质功能分析和挖掘提供一个高效、可靠的新策略。

　　研究人员基于进一步蛋白质结构聚类的结果，鉴定到全新的45个单链胞嘧啶脱氨酶(Sdd)和13个双链胞嘧啶脱氨酶(Ddd)，开发了一系列新型碱基编辑系统，并在动、植物细胞中进行了测试。结果表明，这一新型碱基编辑系统具有更高的编辑活性和编辑效率，突破了现有脱氨酶的应用瓶颈，展现出新型碱基编辑系统在医学和农业方面广泛的应用前景。

　　有评论认为，研究组创新性地运用AI辅助的大规模蛋白结构预测，建立起全新的基于三级结构的高通量蛋白聚类方法，实现了脱氨酶功能结构的深入挖掘，鉴定到完全区别于已知脱氨工具酶的全新底盘元件，并开发了一系列具有我国自主知识产权的新型碱基编辑工具，为蛋白功能分析、新功能元件挖掘提供了全新策略。