蛋白质作为生命的基本构建块，其结构和功能决定了生物过程的复杂性，从细胞信号传导到酶催化反应，再到免疫响应，一切都依赖于这些分子机器的精确运作。传统蛋白质设计方法主要依赖于实验生物学的手段，例如通过随机突变、定向进化或理性设计来修改现有蛋白质的序列，以实现特定的功能改进。这种方法虽然在过去几十年中取得了显著成就，比如在开发新型酶或抗体方面，但它面临着巨大的挑战：耗时长、成本高、成功率低。通常，一个新的蛋白质设计项目可能需要数月甚至数年的实验迭代，而且由于蛋白质序列空间的巨大规模，传统方法往往只能探索其中极小的一部分。

图片来源：摄图网

随着人工智能的快速发展，特别是深度学习、生成模型和强化学习等技术的兴起，蛋白质设计领域正迎来一场革命性的变革。这些AI技术不仅仅是辅助工具，而是从根本上改变了设计范式，使科学家能够从头设计全新的蛋白质，而非仅仅修改现有的模板。例如西湖大学原发杰研究员主导开发的Pinal模型，仅需通过输入简单的功能描述，比如“设计一个能高效降解塑料的酶”或“创建一个针对特定癌症靶点的抑制剂”，AI模型就能生成潜在的蛋白质序列，并在计算机模拟中验证其可行性。这种转变不仅加速了创新的速度，还降低了实验门槛，让更多研究者能够参与其中。更重要的是，AI的介入使得蛋白质设计变得更具预测性和可控性，减少了实验失败的风险。举例来说，在药物开发中，传统方法可能需要筛选数百万化合物，而AI可以直接设计出与靶点蛋白质高度匹配的配体蛋白质，从而缩短开发周期从几年到几个月，近期在Science上三篇背靠背发表的AI辅助的T 细胞受体（TCR）设计文章就大大加速了TCR的优化过程。此外，AI还促进了多学科融合，将计算生物学、机器学习和合成生物学结合在一起，形成了一个全新的生态系统。在这个系统中，数据驱动的方法成为核心，大型蛋白质数据库如PDB（Protein Data Bank）和UniProt被用于训练模型，这些模型学习了蛋白质序列、结构和功能之间的复杂关系，从而能够生成具有新型功能的蛋白质，如经典的蛋白质大语言模型ESM3。

我们先回顾一下AI在蛋白质设计中的基本原理。蛋白质设计的核心问题是逆向工程：给定一个期望的功能，如何找到对应的序列和结构。传统方法依赖于物理化学原理，如能量最小化，但AI引入了数据驱动的模式识别，通过学习海量数据来推断规则。这类似于自然语言处理中的序列建模，蛋白质氨基酸序列被视为“句子”，功能被视为“含义”。模型如蛋白质BERT或ProtGPT使用自监督学习，从无标签数据中提取特征，然后在下游任务中微调用于设计。最新模型甚至整合了多模态数据，包括序列、结构图和功能注释，实现端到端的生成。更进一步，强化学习被用于优化设计过程，其中AI代理通过模拟环境中的“奖励”函数来迭代序列，提高功能分数。这种方法在酶设计中特别有效。总之，AI的介入不仅仅是技术升级，更是范式转变，它将蛋白质设计从艺术提升到科学工程的水平。

生成式AI的基本原理是使用机器学习模型来采样潜在空间，生成符合特定分布的新样本。在蛋白质设计中，这意味着从氨基酸序列的巨大空间中抽取那些具有期望功能的序列。举例来说，在癌症治疗中，科学家使用生成式AI可以构建了类似于“GPS”系统的免疫细胞导向蛋白质TCR，这些蛋白质能够帮助T细胞精确锁定肿瘤细胞，避免对健康组织的损伤。这种设计过程可以从抗原结构，甚至自然语言提示开始，比如“生成一个针对PD-1受体的抑制蛋白质”，模型则输出多个候选序列，随后通过高通量筛选验证。

生成式AI的优势在于其巨大的规模，尤其在蛋白质设计领域：传统药物筛选可能需要物理合成数千化合物，而AI可以在虚拟环境中生成并评估数百万序列，节省时间和资源，如近期的Science蛋白设计文章采用Alphafold2的iPTM打分评估复合物的合理程度。进一步地，生成式AI允许将一个领域迁移知识到另一个，例如从酶设计中学习到的折叠模式应用于抗体工程或荧光蛋白设计中。生成式AI还促进了小分子与蛋白质的协同设计，通过生成蛋白质-配体复合物来优化药物分子，确保高特异性和低毒性，如LigandMPNN算法可以实现针对小分子的binder设计。

AI与生物物理建模深度融合同样是近期的一大进展。生物物理学提供蛋白质行为的基础原理，如热力学稳定性和动力学折叠路径，而AI通过机器学习增强这些模型的预测与实验匹配的程度。例如，AI模型现在能够模拟蛋白质在不同环境下的构象变化，预测序列修改对折叠能量的影响，避免设计出不稳定的蛋白质。这种融合的核心是多尺度建模。关键创新包括物理信息神经网络（PINNs），这些模型在计算时嵌入物理方程，确保生成的蛋白质遵守自然法则。这种融合还考虑了蛋白质的动态变化，模拟蛋白的运动模式，设计时考虑蛋白的复杂构象集。总体上，生物物理和生成式AI的融合标志着蛋白质设计从经验向精确科学的转变，进一步推动了从医疗到工业的广泛应用。

生成式AI的早期模型倾向于生成相似的序列，但通过引入扩散模型和提高设计温度，AI现在能探索更广阔的设计空间，生成创新结构。这些创新在化学中也有应用，比如说在2025年6月的Nature文章中，研究者可以设计出新型的肯普消除反应酶，它相比天然蛋白质有超过140个突变，能催化天然蛋白质无法完成的化学反应，标志着“按需定制”高效化学反应酶的新阶段即将来临。

生成式AI将蛋白质设计从试错转向智能优化，推动制药行业向AI驱动的未来转型。我们可以看到生成式AI如何整合多源数据，并形成一个闭环系统。模型如ProtDiff或EvoDiff使用扩散过程逐步添加噪声然后去噪，生成从随机序列到功能蛋白质的路径。结合多目标优化方法，生成式AI可以同时考虑稳定性、溶解度和活性，通过帕累托最优方法来选择最佳候选蛋白。在未来，生成式AI将与实验自动化结合，形成机器人实验室，其中AI设计序列，机器人合成并测试，实现全自动化循环。这将进一步加速药物发现，潜在地解决如阿尔茨海默病这样的顽疾。

尽管成就显著，AI在蛋白质设计中仍面临挑战，如模型泛化性差，无法处理未出现过的功能等。同时，实验验证的瓶颈仍是一大考验。未来，AI将进一步整合多模态数据，包括动态模拟数据和实验的实时反馈，实现更稳健精准的设计。展望2025年后，AI将驱动个性化医学和合成生物学革命，重塑药物发现和蛋白质工程，开启生物工程的黄金时代。