中国科学技术大学生命科学学院刘海燕教授/陈泉副教授研究组在Nature Communications上报道了蛋白质从头设计的最新成果，题为“Protein design with a comprehensive statistical energy function and boosted by experimental selection for foldability”。 作者建立了一种新的统计能量函数，并将胞内进化方法应用于从头设计蛋白可折叠性的高效实验鉴定和改进，用其成功实现给定目标结构的蛋白全序列从头设计。
蛋白质设计本案例详细介绍如何通过MOE 的Protein Design 的全新模块来进行抗体突变后蛋白结构的变化以及突变后和抗原亲和力的变化。通过预测突变后和抗原的亲和力变化来知道挑选合适的突变位点。通过案例研究，能为从事蛋白类药物研究的科研工作者提供解决问题的新视角，并将其整合到自己的研发流程中，从而提高研发效率。
随着蛋白质工程技术、基因工程技术的发展，生物药物在近几年得到了极大的发展。到2012年生物药物几乎和传统的小分子化合药物平分天下，并且预计在将来的几年会有更大的发展。特别是治疗性抗体以其特异性强、疗效显著、毒副作用小的优点正在迅速占据生物制药市场。根据汤森路透估计，到2014年，治疗性抗体相关市场销售额有望达到一年1000亿美金，增长势头十分迅猛。
但是在生物药物的研发过程中也遇到很多挑战，比如针对酶工程需要通过残基突变的方法增强其热稳定性甚至催化效率，再比如抗体工程可能需要通过突变来增加其和抗原的结合亲和力。以前往往只能根据经验随机性的进行突变缺乏有效的指导，极大了降低了生物药物研发的效率。根据药物研发的新形势，2012 年MOE及时跟进最新的计算机辅助药物设计的新技术，增加了其在生物制药领域中的一系列全新应用。全新的应用能够根据结构帮助设计者们合理化的选择突变位点，从而增强蛋白质稳定性，提高蛋白和配体的亲和力等。

MOE 的蛋白质设计提供多个应用针对多个不同的应用场景：
n丙氨酸扫描：鉴定对蛋白活性、稳定性不重要的氨基酸残基；
n二硫键扫描：鉴定残基突变后可能形成二硫键的氨基酸残基；
n耐药性扫描：鉴定碱基单点突变可能形成的耐药性；
n定点扫描：针对指定的氨基酸残基进行突变预测突变后的亲和力、稳定性变化；
n序列设计：产生突变后的序列及结构。
作为生命功能的主要执行者，蛋白质氨基酸序列和空间结构之间的关系是科学界悬而未决的课题。如何在广袤的序列空间中选择合适的序列，使之折叠成特定的结构，不但有助于认识这一科学问题，而且能够为按需创造人工功能蛋白打下基础。近十年来，国际上蛋白质设计领域取得了一些重要进展，但有实验验证的自动设计方法只有寥寥一两种，且蛋白质全序列从头设计的成功率还很低。
统计能量函数是一种从天然蛋白质序列和结构数据中抽提、总结得出的普适性模型，它用有效自由能的形式概括氨基酸残基的局部构象和空间相互作用。有了准确的能量模型，就可以通过优化序列能量进行蛋白质设计。该文报道了一种用全新策略构建的统计能量函数，理论分析表明其设计结果显著不同于、且在一些重要方面优于现有最好的蛋白质设计模型。该文还将一种基于融合内酰胺酶活性的在体检测方法应用于从头设计蛋白折叠性的高效鉴定和改进。论文报道了针对三套目标主链结构从头设计的序列，获得了四个稳定折叠的人工蛋白；用核磁共振方法解析了其中两个蛋白质的溶液结构，其实际空间结构与设计目标高度一致（图1）。该工作建立了蛋白质从头设计的新途径，证明其效果能够达到甚至超过现有最好方法，为蛋白质结构功能的设计改造提供了新工具。