蛋白質工程是開發有用或有價值的蛋白質的過程。它是一門年輕的學科，正在對蛋白質折疊的理解和蛋白質設計原理的識別方面進行大量研究。它也是一個產品和服務市場，到2017年估計價值為1,680億美元。

蛋白質工程有兩種通用策略：合理的蛋白質設計和定向進化。這些方法不是互斥的。研究人員經常會同時使用這兩種方法。將來，對蛋白質結構和功能的更詳細了解以及高通量篩選的進步可能會xxx擴展蛋白質工程的能力。最終，甚至可以通過較新的方法（包括擴展的遺傳密碼）包括非天然氨基酸，該方法允許以遺傳密碼編碼新氨基酸。

在合理的蛋白質設計中，科學家利用蛋白質的結構和功能的詳細知識來進行所需的改變。通常，這具有便宜且技術上容易的優點，因為定點誘變方法得到了很好的發展。然而，其主要缺點是通常無法獲得蛋白質的詳細結構知識，并且即使可獲得，也很難預測各種突變的影響，因為結構信息通常會提供蛋白質結構的靜態圖片。但是，諸如Folding @ home和Foldit之類的程序已利用眾包技術來深入了解蛋白質的折疊基序。

計算蛋白質設計算法力圖確定折疊到預定目標結構時能量低的新型氨基酸序列。盡管需要搜索的序列構象空間很大，但計算蛋白質設計的xxx挑戰性要求是快速但準確的能量函數，該函數可以將最佳序列與相似的次優序列區分開。

如果沒有有關蛋白質的結構信息，則序列分析通常可用于闡明有關蛋白質的信息。這些技術涉及靶蛋白序列與其他相關蛋白序列的比對。這種比對可以顯示出哪些氨基酸在物種之間是保守的，并且對于蛋白質的功能很重要。這些分析可以幫助識別可以用作突變目標位點的熱點氨基酸。多序列比對利用諸如PREFAB、SABMARK、OXBENCH、IRMBASE和BALIBASE的數據庫，以使參照靶蛋白序列與已知序列交叉。下面列出了多種序列比對技術。

該方法開始于使用k元組或Needleman-Wunsch方法執行序列的成對比對。這些方法計算的矩陣描述了序列對之間的成對相似性。然后將相似度分數轉換為距離分數，使用鄰居加入方法將其用于生成引導樹。然后采用該指導樹來產生多序列比對。

半合理設計結合預測算法使用有關蛋白質序列，結構和功能的信息。這些一起用于鑒定最有可能影響蛋白質功能的靶氨基酸殘基。這些關鍵氨基酸殘基的突變產生了更可能具有增強特性的突變蛋白文庫。

半理性酶工程學和從頭酶設計的進步為研究人員提供了有效而有效的新策略來操縱生物催化劑。已經證明在庫設計中整合基于序列和結構的方法是酶重新設計的重要指南。通常，當前的從頭計算和重新設計方法在催化性能上無法與進化的變體進行比較。盡管可以使用定向進化來進行實驗優化，但是通過改進設計算法，可以實現結構預測準確性的進一步提高和更大的催化能力。通過集成蛋白質動力學，進一步的功能增強可能會包含在將來的模擬中。

生化和生物物理研究以及預測框架的微調將有助于實驗評估單個設計功能的功能意義。更好地理解這些功能貢獻將為改進未來的設計提供反饋。

盡管蛋白質的計算設計已經從根本上改變了蛋白質工程可以操縱生物大分子的方式，但是定向進化可能不會被替代為蛋白質工程的選擇方法。通過使用結合了假設驅動的蛋白質工程的預測框架的方法，可以生成更小，更集中且功能更豐富的庫。新的設計策略和技術進步已開始背離傳統協議，例如定向進化，它是識別集中庫中表現最佳的候選人的最有效策略。全基因文庫合成正在取代改組文庫的改組和誘變方案。高特異性的低通量篩選測定法也越來越多地用于代替數百萬名候選人的巨大篩選和選擇工作。總之，這些進展有望使蛋白質工程超越定向進化，朝著定制生物催化劑的實用，更有效的策略發展。

一旦蛋白質經歷了定向進化，定量設計或半定量設計，就必須篩選突變體蛋白的文庫，以確定哪些突變體顯示出增強的特性。噬菌體展示方法是篩選蛋白質的一種選擇。該方法涉及將編碼變體多肽的基因與噬菌體外殼蛋白基因融合。通過在體外與固定的靶標結合來選擇在噬菌體表面表達的蛋白質變體。然后在細菌中擴增具有選定蛋白質變體的噬菌體，然后通過酶聯免疫吸附測定法鑒定陽性克隆。然后將這些選擇的噬菌體進行DNA測序。

細胞表面展示系統也可用于篩選突變多肽文庫。將文庫突變基因摻入表達載體中，然后將其轉化成合適的宿主細胞。對這些宿主細胞進行進一步的高通量篩選方法，以鑒定具有所需表型的細胞。

已經開發了無細胞展示系統以利用體外蛋白質翻譯或無細胞翻譯。這些方法包括mRNA展示，核糖體展示，共價和非共價DNA展示以及體外區室化。