來源：生物世界 蛋白質(zhì)設(shè)計(jì)（protein design）正在經(jīng)歷一場(chǎng)由人工智能（AI）驅(qū)動(dòng)的革命，徹底改變了我們?yōu)樗幬锇l(fā)現(xiàn)、生物技術(shù)和合成生物學(xué)應(yīng)用而設(shè)計(jì)蛋白質(zhì)的方式。通過駕馭蛋白質(zhì)序列空間的巨大復(fù)雜性，并克服結(jié)構(gòu)和功能數(shù)據(jù)的局限性，AI 能夠以前所未有的精準(zhǔn)度和速度設(shè)計(jì)具有定制功能的新型蛋白質(zhì)。 2025 年 9 月 8 日，哈佛大學(xué)醫(yī)學(xué)院?jiǎn)讨巍で鹌妫℅eorge Church）、Li Li，格里菲斯大學(xué)潘世瑞等人在 Nature 旗下綜述期刊 Nature Reviews Bioengineering 上發(fā)表了題為：AI-driven protein design 的綜述論文。 該綜述的核心是提供一個(gè)全面且可操作的蛋白質(zhì)設(shè)計(jì)路線圖，逐步指導(dǎo)如何將最先進(jìn)的 AI 工具整合到蛋白質(zhì)設(shè)計(jì)工作流程中，包括結(jié)構(gòu)與功能預(yù)測(cè)工具以及用于從頭設(shè)計(jì)的生成式模型。為了在實(shí)踐中說明這一路線圖，作者展示了 AI 驅(qū)動(dòng)蛋白質(zhì)設(shè)計(jì)的案例研究，涵蓋從工程化治療性蛋白質(zhì)到設(shè)計(jì)解鎖酶功能及重編程生物分子系統(tǒng)的新型蛋白質(zhì)。展望未來，該綜述勾勒出未來的發(fā)展方向，強(qiáng)調(diào)了 AI 在革新合成生物學(xué)、加速藥物研發(fā)和推動(dòng)可持續(xù)生物技術(shù)方面的巨大潛力，將其定位為蛋白質(zhì)設(shè)計(jì)前沿的一股變革性力量。 該綜述的要點(diǎn)： AI 從根本上重塑了蛋白質(zhì)設(shè)計(jì)，將曾經(jīng)的反復(fù)試驗(yàn)過程轉(zhuǎn)變?yōu)榫哂蓄A(yù)測(cè)性的學(xué)科。如今，由 AI 驅(qū)動(dòng)的工具能夠以前所未有的速度和精度生成、評(píng)估和優(yōu)化蛋白質(zhì)。 該綜述為將 AI 工具融入蛋白質(zhì)設(shè)計(jì)提供了一條切實(shí)可行的路線圖：首先概述了定向進(jìn)化和理性設(shè)計(jì)的工作流程，然后將不斷擴(kuò)大的 AI 工具套件分類為七個(gè)工具包，這些工具包支持工作流程中不同的任務(wù)。 該路線圖將從初始設(shè)計(jì)到蛋白質(zhì)合成以進(jìn)行實(shí)驗(yàn)驗(yàn)證的每個(gè)工作流程步驟與最合適的 AI 工具包相匹配，并指導(dǎo)設(shè)計(jì)人員組裝端到端的 AI 驅(qū)動(dòng)工作流程。 案例研究展示了該路線圖的實(shí)際應(yīng)用，表明工具包如何協(xié)同作用創(chuàng)建由 AI 驅(qū)動(dòng)的工作流程，從而縮短實(shí)驗(yàn)周期，并實(shí)現(xiàn)傳統(tǒng)方法無法企及的功能。 蛋白質(zhì)設(shè)計(jì)長(zhǎng)期以來一直是科學(xué)創(chuàng)新的基石，在藥物研發(fā)、生物技術(shù)和合成生物學(xué)等領(lǐng)域推動(dòng)著突破性進(jìn)展。然而，盡管已取得了許多顯著進(jìn)展，但傳統(tǒng)方法在應(yīng)對(duì)蛋白質(zhì)序列的龐大復(fù)雜性和功能多樣性方面已接近極限。 隨著對(duì)精準(zhǔn)、可擴(kuò)展的設(shè)計(jì)解決方案的需求不斷增長(zhǎng)，人工智能（AI）正成為一股變革力量，以應(yīng)對(duì)那些曾經(jīng)被認(rèn)為難以解決的挑戰(zhàn)。 蛋白質(zhì)設(shè)計(jì)主要依賴兩種策略——定向進(jìn)化（directed evolution）和理性設(shè)計(jì)（rational design）。定向進(jìn)化通過引入隨機(jī)突變、篩選大量突變文庫(kù)并選擇具有所需特性的蛋白質(zhì)來模擬自然選擇。相比之下，理性設(shè)計(jì)則依據(jù)結(jié)構(gòu)和功能數(shù)據(jù)進(jìn)行有針對(duì)性的、基于假設(shè)的修改。定向進(jìn)化費(fèi)時(shí)費(fèi)力，而理性設(shè)計(jì)則受限于結(jié)構(gòu)信息的可用性和準(zhǔn)確性。 這兩種方法都無法高效地遍歷巨大的序列空間。即便采用傳統(tǒng)的計(jì)算方法，尋找最優(yōu)設(shè)計(jì)也頗具挑戰(zhàn)性，因?yàn)檫@些方法往往無法充分利用現(xiàn)代硬件的能力，也無法彌補(bǔ)對(duì)蛋白質(zhì)生物物理學(xué)理解上的不足。在蛋白質(zhì)設(shè)計(jì)中，搜索空間本身極其龐大：一個(gè)典型的由 350 個(gè)氨基酸組成的蛋白質(zhì)大約有 10455 種可能的序列，這顯然是一個(gè)龐大到難以想象的數(shù)字（與之相比，可觀測(cè)宇宙中的總原子數(shù)量約為 1082 個(gè)），用常規(guī)方法進(jìn)行詳盡探索是不切實(shí)際的。 人工智能（AI）驅(qū)動(dòng)的進(jìn)步推動(dòng)了新工具的發(fā)展，這些工具定向進(jìn)化和理性設(shè)計(jì)這兩種策略提供了前所未有的速度、規(guī)模和精度。在定向進(jìn)化中，AI 工具能夠準(zhǔn)確地提出有益的突變，并從序列預(yù)測(cè)功能，大大縮短了實(shí)驗(yàn)周期。在理性設(shè)計(jì)中，AI 工具能夠在沒有同源模板的情況下，以接近實(shí)驗(yàn)的精度從序列預(yù)測(cè)結(jié)構(gòu)，并從零開始生成新的蛋白質(zhì)。此外，生物分子共折疊模型現(xiàn)在可以直接從序列數(shù)據(jù)預(yù)測(cè)蛋白質(zhì)、核苷酸和小分子之間的多分子復(fù)合物，擴(kuò)大了 AI 驅(qū)動(dòng)設(shè)計(jì)的范圍。 基于深度學(xué)習(xí)方法的 AI 工具已經(jīng)發(fā)展成熟，將其融入蛋白質(zhì)設(shè)計(jì)工作流程不僅可行，而且至關(guān)重要。通過實(shí)現(xiàn)蛋白質(zhì)結(jié)構(gòu)和序列的準(zhǔn)確生成、評(píng)估和優(yōu)化，AI 已將蛋白質(zhì)設(shè)計(jì)從一個(gè)反復(fù)試驗(yàn)的過程轉(zhuǎn)變?yōu)橐粋€(gè)具有預(yù)測(cè)性和高效性的學(xué)科。 為了理解 AI 在蛋白質(zhì)設(shè)計(jì)這一快速發(fā)展的領(lǐng)域所發(fā)揮的作用，作者們提供了一份全面的路線圖，探討了 AI + 蛋白質(zhì)設(shè)計(jì)的關(guān)鍵方面。首先，審視了定向進(jìn)化和理性設(shè)計(jì)所涉及的工作流程，強(qiáng)調(diào)了 AI 的整合如何通過簡(jiǎn)化和優(yōu)化各個(gè)階段來增強(qiáng)這些策略；接下來，深入探討了蛋白質(zhì)設(shè)計(jì)工作流程中每個(gè)步驟可用的特定 AI 工具，說明了這些技術(shù)如何在每個(gè)階段提高效率和精；最后，探討了 AI 驅(qū)動(dòng)的蛋白質(zhì)設(shè)計(jì)在生物技術(shù)、藥物發(fā)現(xiàn)和合成生物學(xué)等領(lǐng)域的當(dāng)前應(yīng)用，并討論了該領(lǐng)域未來的發(fā)展方向。 AI 驅(qū)動(dòng)的蛋白質(zhì)設(shè)計(jì)工具的發(fā)展史 該時(shí)間線突出了蛋白質(zhì)設(shè)計(jì)領(lǐng)域的重要事件，分為三個(gè)不同的階段—— 蛋白質(zhì)設(shè)計(jì)的基礎(chǔ)（1950-1990 年代），建立了關(guān)鍵的序列和結(jié)構(gòu)數(shù)據(jù)集，以及蛋白質(zhì)分析和設(shè)計(jì)的基礎(chǔ)工具； 計(jì)算輔助蛋白質(zhì)設(shè)計(jì)（1990-2010 年代），引入了同源建模和用于結(jié)構(gòu)預(yù)測(cè)及蛋白質(zhì)工程的計(jì)算工具，對(duì)蛋白質(zhì)設(shè)計(jì)領(lǐng)域做出了重大貢獻(xiàn)。深度學(xué)習(xí)在 2010 年代的變革性影響在其他領(lǐng)域也顯而易見，比如 AlexNet 在圖像識(shí)別方面的成功以及 AlphaGo 在圍棋領(lǐng)域的突破。這些進(jìn)展最終促成了 2017 年 Transformer 模型的問世，為蛋白質(zhì)設(shè)計(jì)的進(jìn)步奠定了基礎(chǔ)。 AI 驅(qū)動(dòng)的蛋白質(zhì)設(shè)計(jì)（2018 年至今），隨著諸如 AlphaFold 2 等 AI 工具的出現(xiàn)而徹底改變了這一領(lǐng)域，在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)方面達(dá)到了接近實(shí)驗(yàn)精度。近期的創(chuàng)新包括結(jié)構(gòu)和功能預(yù)測(cè)方法、生成式模型以及 DNA 合成工具，為蛋白質(zhì)設(shè)計(jì)提供了前所未有的能力。展望未來，發(fā)展方向?qū)⒓性谕ㄟ^先進(jìn)的 AI 架構(gòu)來增強(qiáng)蛋白質(zhì)設(shè)計(jì)，加速藥物發(fā)現(xiàn)和開發(fā)，并拓展合成生物學(xué)的前沿。 蛋白質(zhì)設(shè)計(jì)中的 AI 學(xué)習(xí)范式和模型架構(gòu) 蛋白質(zhì)設(shè)計(jì)中的人工智能學(xué)習(xí)范式和模型架構(gòu)—— a、三種 AI 學(xué)習(xí)范式：（L1）監(jiān)督學(xué)習(xí)，使用有標(biāo)簽的數(shù)據(jù)訓(xùn)練模型，包括兩個(gè)子類別：標(biāo)準(zhǔn)監(jiān)督學(xué)習(xí)，直接從有標(biāo)簽的示例中學(xué)習(xí)（例如序列-功能預(yù)測(cè)器或結(jié)構(gòu)預(yù)測(cè)模型）；標(biāo)簽高效監(jiān)督學(xué)習(xí)，減少對(duì)大型有標(biāo)簽數(shù)據(jù)集的依賴；（L2）無監(jiān)督學(xué)習(xí)，通過語(yǔ)言建模（預(yù)測(cè)下一個(gè)標(biāo)記或推斷被遮蔽的標(biāo)記）、擴(kuò)散模型（逆轉(zhuǎn)噪聲干擾以恢復(fù)有意義的數(shù)據(jù)）、變分自編碼器（捕捉概率潛在空間）和對(duì)比學(xué)習(xí)（區(qū)分相似與不相似的樣本）從無標(biāo)簽數(shù)據(jù)中學(xué)習(xí)模式；（L3）強(qiáng)化學(xué)習(xí)，通過與環(huán)境交互來優(yōu)化智能體的長(zhǎng)期決策，其中智能體觀察狀態(tài)、采取行動(dòng)并接收獎(jiǎng)勵(lì)以指導(dǎo)學(xué)習(xí)。關(guān)鍵組件包括策略（將狀態(tài)映射到行動(dòng)）、價(jià)值函數(shù)（估計(jì)預(yù)期獎(jiǎng)勵(lì)）和模型（預(yù)測(cè)未來狀態(tài)和獎(jiǎng)勵(lì)）。 b、具有代表性的模型架構(gòu)：（M1）循環(huán)神經(jīng)網(wǎng)絡(luò)：將輸入數(shù)據(jù)視為序列，逐步處理以捕獲序列內(nèi)的依賴關(guān)系，例如氨基酸鏈；（M2）Transformer：使用注意力機(jī)制，為輸入序列（或“標(biāo)記”）中的每個(gè)單元分配不同的重要性（或“注意力”），使模型能夠?qū)W習(xí)蛋白質(zhì)序列中殘基或結(jié)構(gòu)中的結(jié)構(gòu)段的長(zhǎng)程關(guān)系；（M3）卷積神經(jīng)網(wǎng)絡(luò)：通過應(yīng)用滑動(dòng)窗口捕獲局部結(jié)構(gòu)特征，適用于網(wǎng)格狀數(shù)據(jù)；（M4）圖神經(jīng)網(wǎng)絡(luò)：將蛋白質(zhì)表示為圖，節(jié)點(diǎn)為原子或殘基，邊為化學(xué)鍵或相互作用；（M5）幾何 3D 網(wǎng)絡(luò)：捕獲蛋白質(zhì)的 3D 空間結(jié)構(gòu)，在提供 3D 蛋白質(zhì)結(jié)構(gòu)時(shí)可提高折疊和功能預(yù)測(cè)的準(zhǔn)確性。 蛋白質(zhì)設(shè)計(jì)策略與工作流程 蛋白質(zhì)設(shè)計(jì)策略與工作流程—— a、蛋白質(zhì)設(shè)計(jì)項(xiàng)目首先明確目標(biāo)，并從功能、結(jié)構(gòu)和可開發(fā)性這三個(gè)維度對(duì)其進(jìn)行評(píng)估，這些評(píng)估結(jié)果將指導(dǎo)設(shè)計(jì)策略的制定，以在廣闊的可探索序列空間中尋找最優(yōu)序列。然后通過三個(gè)階段的迭代循環(huán)來實(shí)現(xiàn)設(shè)計(jì)目標(biāo)：（I）確定策略：在定向進(jìn)化和理性設(shè)計(jì)策略之間做出選擇，以指導(dǎo)尋找最優(yōu)序列。定向進(jìn)化是一種結(jié)果驅(qū)動(dòng)的方法，通過反復(fù)篩選突變的蛋白質(zhì)變體來實(shí)現(xiàn)目標(biāo)，而理性設(shè)計(jì)是一種知識(shí)驅(qū)動(dòng)的方法，依賴于對(duì)序列 - 結(jié)構(gòu) - 功能關(guān)系的理解來指導(dǎo)設(shè)計(jì)。（II）庫(kù)設(shè)計(jì)：此階段設(shè)計(jì)一系列序列以最大程度地提高找到功能性蛋白質(zhì)的機(jī)會(huì)。對(duì)于定向進(jìn)化，首先選擇具有有利特性的現(xiàn)有蛋白質(zhì)（親本選擇），然后使用誘變和多樣化來尋找改進(jìn)的變體；對(duì)于理性設(shè)計(jì)，首先闡明驅(qū)動(dòng)蛋白質(zhì)功能的機(jī)制和隨后進(jìn)行有針對(duì)性的修改。（III）篩選與優(yōu)化：設(shè)計(jì)的文庫(kù)序列進(jìn)行 DNA 合成和蛋白質(zhì)表達(dá)以進(jìn)行實(shí)驗(yàn)驗(yàn)證，完成一輪設(shè)計(jì)流程，實(shí)驗(yàn)結(jié)果指導(dǎo)后續(xù)輪次。重復(fù)循環(huán)直至獲得滿足目標(biāo)的蛋白質(zhì)，通常涵蓋活性、特異性、可開發(fā)性和穩(wěn)定性等多個(gè)關(guān)鍵特性。項(xiàng)目可能會(huì)結(jié)合這兩種策略來解決蛋白質(zhì)設(shè)計(jì)的各個(gè)方面。 b、利用 AI 工具包推進(jìn)蛋白質(zhì)設(shè)計(jì)：AI 工具支持設(shè)計(jì)的每個(gè)階段，從策略定義到蛋白質(zhì)數(shù)據(jù)庫(kù)搜索（T1）、結(jié)構(gòu)預(yù)測(cè)（T2）和功能預(yù)測(cè)（T3），再到蛋白質(zhì)序列（T4）和結(jié)構(gòu)（T5）生成，最后進(jìn)行虛擬篩選（T6）和 DNA 合成（T7），以實(shí)現(xiàn)高效的篩選和驗(yàn)證。 用于蛋白質(zhì)設(shè)計(jì)的人工智能工具包 作者們將 AI 工具分為七個(gè)工具包，每個(gè)工具包包含特定的子工具包：（T1）蛋白質(zhì)數(shù)據(jù)庫(kù)搜索使用序列比對(duì)（T1a）和結(jié)構(gòu)模板（T1b）來檢索候選蛋白質(zhì)；（T2）蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)從序列預(yù)測(cè)折疊（T2a 和 T2b），評(píng)估結(jié)構(gòu)穩(wěn)定性（T2c）以及建模構(gòu)象動(dòng)力學(xué)（T2d）；（T3）蛋白質(zhì)功能預(yù)測(cè)涵蓋基因本體論（T3a）、結(jié)合位點(diǎn)識(shí)別（T3b）以及翻譯后修飾分析（T3c）；（T4）蛋白質(zhì)序列生成基于進(jìn)化模式（T4a）、功能標(biāo)簽（T4b）或結(jié)構(gòu)模板（T4c）創(chuàng)建序列；（T5）蛋白質(zhì)結(jié)構(gòu)生成設(shè)計(jì)滿足特定折疊目標(biāo)的結(jié)構(gòu)；（T6）虛擬篩選包括結(jié)合和功能活性預(yù)測(cè)（T6a）以及可開發(fā)性和免疫原性評(píng)估（T6b）；（T7）DNA 合成執(zhí)行反向翻譯和密碼子優(yōu)化以增強(qiáng)蛋白質(zhì)合成。 AI 驅(qū)動(dòng)的蛋白質(zhì)設(shè)計(jì)路線圖 該路線圖展示了 AI 工具包（a）如何貫穿兩個(gè)階段：庫(kù)設(shè)計(jì)（b）和篩選與優(yōu)化（c），作為從概念到驗(yàn)證開發(fā)人工智能驅(qū)動(dòng)的蛋白質(zhì)設(shè)計(jì)項(xiàng)目的指南。該路線圖應(yīng)在明確目標(biāo)并選定設(shè)計(jì)策略之后應(yīng)用。在每個(gè)階段，編號(hào)步驟（1-6）表示更精細(xì)的任務(wù)操作。b，定向進(jìn)化和理性設(shè)計(jì)都遵循其自身的三步庫(kù)設(shè)計(jì)序列（步驟 1-3，藍(lán)色圖標(biāo)）。c，步驟 4-6（紅色圖標(biāo)）涉及篩選和優(yōu)化。在每個(gè)步驟中，特定的設(shè)計(jì)任務(wù)（黃色圖標(biāo)）指明所需的操作，“工具包：T\#”參考表明每個(gè)任務(wù)所支持的人工智能工具包。a，人工智能工具包：工具被組織成七個(gè)主要工具包（T1-T7），并細(xì)分為服務(wù)于蛋白質(zhì)設(shè)計(jì)各個(gè)方面的小工具包，成熟度水平（萌芽、高級(jí)和成熟）反映了真實(shí)世界中的驗(yàn)證和部署準(zhǔn)備情況。b，定向進(jìn)化設(shè)計(jì)候選庫(kù)三個(gè)步驟：第一步（DE.1），選擇具有基本功能和適應(yīng)性的“母體”蛋白質(zhì)；第二步（DE.2），確定關(guān)鍵的突變區(qū)域；第三步（DE.3），引入突變以產(chǎn)生多樣性，從而便于尋找改進(jìn)的變體。相比之下，理性設(shè)計(jì)在三個(gè)步驟中構(gòu)建庫(kù)：第一步（RD.1），設(shè)計(jì)滿足特定標(biāo)準(zhǔn)的功能性結(jié)構(gòu)；第二步（RD.2），生成預(yù)測(cè)可折疊成該結(jié)構(gòu)的序列；第三步（RD.3），進(jìn)行有針對(duì)性的修改以增強(qiáng)符合設(shè)計(jì)目標(biāo)的特性。c，篩選和優(yōu)化：在庫(kù)設(shè)計(jì)之后，第四步（SO.4）虛擬篩選庫(kù)以提高效率；第五步（SO.5）將蛋白質(zhì)設(shè)計(jì)轉(zhuǎn)化為 DNA 以便在宿主細(xì)胞中表達(dá)；第六步（SO.6）通過實(shí)驗(yàn)驗(yàn)證設(shè)計(jì)。如果設(shè)計(jì)通過驗(yàn)證，則目標(biāo)達(dá)成；否則，將重復(fù)使用 AI 預(yù)測(cè)和/或?qū)嶒?yàn)驗(yàn)證，提供反饋以指導(dǎo)庫(kù)設(shè)計(jì)的下一輪迭代。請(qǐng)注意，該路線圖具有靈活性；步驟可以跳過或在中途啟動(dòng)。例如，在理性設(shè)計(jì)中，如果只需對(duì)現(xiàn)有蛋白質(zhì)進(jìn)行細(xì)微修改以實(shí)現(xiàn)優(yōu)化，則直接從第三步（RD.3）開始。 AI 驅(qū)動(dòng)的蛋白質(zhì)設(shè)計(jì)案例研究 a、AI 能驅(qū)動(dòng)的腺相關(guān)病毒（AAV）衣殼定向進(jìn)化：在野生型（WT）AAV2 親本的指定位置引入隨機(jī)突變，生成包含 1010 個(gè) AAV2 序列的虛擬文庫(kù)。利用集成 AI 模型高效篩選這些序列，以預(yù)測(cè)衣殼的存活能力。該過程將文庫(kù)篩選至 20426 個(gè)序列，其中 110689 個(gè)（58.1%）經(jīng)實(shí)驗(yàn)驗(yàn)證為存活序列，包括與野生型相比最多有 29 個(gè)突變的設(shè)計(jì)。 b、AI 驅(qū)動(dòng)的抗體定向進(jìn)化：使用 ESM 蛋白質(zhì)語(yǔ)言模型生成重鏈和輕鏈突變體，通過預(yù)測(cè)最有可能提高總體適應(yīng)性的突變來實(shí)現(xiàn)，無需依賴結(jié)構(gòu)或特定功能指導(dǎo)。在每一輪中，對(duì) ESM 生成的前 20 個(gè)或更少的抗體變體進(jìn)行實(shí)驗(yàn)篩選。經(jīng)過兩輪此過程，四個(gè)高度成熟的抗體的結(jié)合親和力提高了多達(dá) 7 倍，三個(gè)不成熟的抗體提高了多達(dá) 160 倍。 c、AI 驅(qū)動(dòng)的理性抗體優(yōu)化：使用 ESM-IF 反向折疊來當(dāng)給定實(shí)驗(yàn)確定的抗體-抗原復(fù)合物時(shí)，識(shí)別用于序列生成的有益突變，然后對(duì)合成的變體進(jìn)行實(shí)驗(yàn)篩選。 d、基于 AI 從頭設(shè)計(jì)的熒光素酶的理性設(shè)計(jì)：使用 trRosetta 工具生成新的 NTF2 框架，該框架由從結(jié)構(gòu)數(shù)據(jù)庫(kù)中搜索到的類似 NTF2 的結(jié)構(gòu)引導(dǎo)，并使用 Rosetta 進(jìn)行拓?fù)湟龑?dǎo)突變預(yù)測(cè)。這些框架進(jìn)一步使用 RifDock（一種蛋白質(zhì)-配體對(duì)接模型）和 RosettaDesign 進(jìn)行優(yōu)化，以優(yōu)化口袋結(jié)構(gòu)，而 ProteinMPNN 則用于優(yōu)化和虛擬篩選數(shù)千種新的蛋白質(zhì)序列。實(shí)驗(yàn)篩選確定了幾種活性變體，其中 LuxSit 表現(xiàn)出色，具有出色的熱穩(wěn)定性（熔點(diǎn)> 95°C）和對(duì) DTZ 與合成底物的化學(xué)發(fā)光反應(yīng)的高度特異性。 AI 已將蛋白質(zhì)設(shè)計(jì)從優(yōu)化抗體推進(jìn)到創(chuàng)造新型熒光素酶。然而，設(shè)計(jì)復(fù)雜的多功能蛋白質(zhì)，例如大型多結(jié)構(gòu)域組裝體或具有復(fù)雜別構(gòu)網(wǎng)絡(luò)的蛋白質(zhì)，仍然具有挑戰(zhàn)性，這凸顯了未來創(chuàng)新的機(jī)會(huì)。 要應(yīng)對(duì)這些挑戰(zhàn)，下一代 AI 工具必須建立在堅(jiān)實(shí)且多樣化的數(shù)據(jù)基礎(chǔ)之上。訓(xùn)練數(shù)據(jù)驅(qū)動(dòng)模型學(xué)習(xí)，而驗(yàn)證數(shù)據(jù)則用于評(píng)估性能。訓(xùn)練集中的偏差或缺失會(huì)扭曲預(yù)測(cè)結(jié)果，不具代表性的驗(yàn)證數(shù)據(jù)會(huì)誤導(dǎo)開發(fā)，掩蓋其真正的效用。因此，穩(wěn)健的數(shù)據(jù)協(xié)議至關(guān)重要。這包括全面的訓(xùn)練庫(kù)、嚴(yán)格的驗(yàn)證以及諸如對(duì)代表性不足的序列進(jìn)行重新加權(quán)等偏差緩解策略。同樣重要的是，AI 工具能夠動(dòng)態(tài)整合新的生物學(xué)和實(shí)驗(yàn)數(shù)據(jù)。例如，Chai-1 通過納入表位條件約束將預(yù)測(cè)準(zhǔn)確率提高了一倍，而變分合成則能夠以優(yōu)化的實(shí)驗(yàn)參數(shù)實(shí)現(xiàn)千萬億級(jí)的合成。利用大規(guī)模、高質(zhì)量的數(shù)據(jù)集可能會(huì)在諸如內(nèi)在無序蛋白質(zhì)等此前難以觸及的領(lǐng)域開辟新的途徑。 除了數(shù)據(jù)之外，可解釋性仍然是一個(gè)關(guān)鍵障礙。許多 AI 工具都像黑箱一樣運(yùn)作，對(duì)其決策過程幾乎毫無解釋。為了促進(jìn)采用和建立信任，需要可解釋的 AI 方法來闡明計(jì)算機(jī)模擬設(shè)計(jì)的基礎(chǔ)。早期使用稀疏自動(dòng)編碼器的努力顯示出發(fā)現(xiàn)可解釋特征的前景，讓人們得以一窺這些工具背后的“思考”過程。 當(dāng)這些方法論基礎(chǔ)就位時(shí)，由 AI 驅(qū)動(dòng)的蛋白質(zhì)設(shè)計(jì)有望開啟精準(zhǔn)治療的新時(shí)代，將諸如癌癥相關(guān)但沒有明顯小分子結(jié)合口袋的蛋白質(zhì)等曾經(jīng)“不可成藥”的靶點(diǎn)向蛋白質(zhì)藥物開放。先進(jìn)的 AI 模型能夠微調(diào)結(jié)合特異性，并增強(qiáng)諸如穩(wěn)定性、溶解性和可制造性等特性。這種能力加快了設(shè)計(jì)-制造-測(cè)試-分析的循環(huán)，使個(gè)性化、可及的治療成為可能。然而，實(shí)驗(yàn)驗(yàn)證仍然是瓶頸，生物的復(fù)雜性甚至?xí)箿?zhǔn)確的模型轉(zhuǎn)向不相關(guān)的靶點(diǎn)或遺漏關(guān)鍵的疾病機(jī)制。關(guān)鍵屬性（尤其是穩(wěn)定性和免疫原性）的稀疏數(shù)據(jù)也限制了進(jìn)展。擴(kuò)大數(shù)據(jù)覆蓋范圍，例如納入新的高通量穩(wěn)定性測(cè)量或經(jīng)過整理的免疫原性數(shù)據(jù)，將增強(qiáng)模型的穩(wěn)健性和可轉(zhuǎn)化性。 AI 驅(qū)動(dòng)的方法也在超越傳統(tǒng)的蛋白質(zhì)工程，后者一直專注于對(duì)天然蛋白質(zhì)進(jìn)行改造或重組已知的功能域。新興的方法現(xiàn)在能夠設(shè)計(jì)出具有自然界中不存在的功能的全新蛋白質(zhì)和生物系統(tǒng)。諸如 family-wide hallucination、RFDiffusion 和 AlphaProteo 等策略在從頭生成結(jié)合蛋白方面實(shí)現(xiàn)了高精度。這種能力的影響不僅限于單個(gè)蛋白質(zhì)，還延伸到了更廣泛的合成生物學(xué)領(lǐng)域，在該領(lǐng)域，未來的 AI 工具或許能夠預(yù)測(cè)和優(yōu)化復(fù)雜的基因網(wǎng)絡(luò)，從而實(shí)現(xiàn)具有精確控制功能的分子電路。然而，由于細(xì)胞系統(tǒng)的復(fù)雜性以及對(duì)蛋白質(zhì)與其他細(xì)胞成分之間相互作用的新興行為理解有限，設(shè)計(jì)分子電路仍然具有挑戰(zhàn)性。此外，合成生物學(xué)的倫理問題也必須得到解決。 展望未來，AI 有可能設(shè)計(jì)出包含非標(biāo)準(zhǔn)氨基酸或全新化學(xué)骨架的系統(tǒng)，從而帶來前所未有的穩(wěn)健性和全新功能，甚至整個(gè)蛋白質(zhì)組的設(shè)計(jì)也變得可以想象——基因組語(yǔ)言模型“Evo”已經(jīng)開始構(gòu)思整個(gè)蛋白質(zhì)組，凸顯了這種可能性（盡管這種能力尚未完全實(shí)現(xiàn)，而且由此產(chǎn)生的蛋白質(zhì)組目前還不具備功能）。