2018年，DeepMind的AlphaFold橫空出世，僅憑氨基酸序列就能預(yù)測(cè)蛋白質(zhì)的3D結(jié)構(gòu)，一舉攻克了困擾生物學(xué)界50年的蛋白質(zhì)折疊問(wèn)題。2020年，AlphaFold2的問(wèn)世被《科學(xué)》雜志評(píng)為年度突破，其預(yù)測(cè)的2億多個(gè)蛋白質(zhì)結(jié)構(gòu)幾乎涵蓋了所有已知蛋白質(zhì)，為研究提供了前所未有的資源庫(kù)。

一時(shí)間，AI蛋白質(zhì)解析成為科技界最炙手可熱的話題，被譽(yù)為繼AlphaGo之后人工智能在科學(xué)領(lǐng)域的又一里程碑。

然而，隨著ChatGPT等大語(yǔ)言模型的崛起，AI蛋白質(zhì)解析似乎淡出了公眾視野，進(jìn)入了沉寂期。但這一領(lǐng)域在過(guò)去幾年中并未停滯，而是轉(zhuǎn)向更深入、更實(shí)用的發(fā)展階段，經(jīng)歷了一些新變化。

近年來(lái)，AI蛋白質(zhì)解析不再只局限于生物科學(xué)，開(kāi)始向醫(yī)藥、環(huán)境甚至考古領(lǐng)域延伸。

材料科學(xué)領(lǐng)域，AI蛋白質(zhì)設(shè)計(jì)正催生全新的生物基材料。傳統(tǒng)材料研發(fā)往往依賴試錯(cuò)和經(jīng)驗(yàn)，現(xiàn)在科學(xué)家利用AI蛋白質(zhì)能創(chuàng)造出自然界中不存在的新材料。例如，麻省理工學(xué)院研究團(tuán)隊(duì)開(kāi)發(fā)的機(jī)器學(xué)習(xí)算法，能夠設(shè)計(jì)出具備特定力學(xué)特性的新型蛋白質(zhì)，用于制造可替代石油基或陶瓷材料的生物材料，在保持性能的同時(shí)大幅降低碳足跡。

環(huán)境保護(hù)領(lǐng)域，AI蛋白質(zhì)工程正為可持續(xù)發(fā)展提供新方案。造紙、紡織工業(yè)依賴酶等蛋白質(zhì)催化劑，但天然酶往往無(wú)法適應(yīng)高溫、酸堿等極端條件。過(guò)去，研究員需要通過(guò)反復(fù)誘變篩選來(lái)改良酶的性能，如今借助AI便可以定向設(shè)計(jì)蛋白質(zhì)。上海交通大學(xué)的團(tuán)隊(duì)建立了全球最大的蛋白質(zhì)序列數(shù)據(jù)庫(kù)，他們的技術(shù)可以將蛋白質(zhì)研發(fā)周期從傳統(tǒng)的2～5年縮短至6～12個(gè)月，大幅降低工業(yè)用酶改良的時(shí)間和成本。

考古和古生物領(lǐng)域，AI蛋白質(zhì)解析開(kāi)始發(fā)揮獨(dú)特作用。傳統(tǒng)考古主要依賴化石和DNA分析，但蛋白質(zhì)更具化學(xué)穩(wěn)定性，保存時(shí)間更長(zhǎng)、能提供的信息更豐富。然而，古代蛋白樣品成分復(fù)雜，傳統(tǒng)質(zhì)譜測(cè)序和數(shù)據(jù)庫(kù)比對(duì)方法效率有限，AI的引入顯著提升了古蛋白分析能力。劍橋大學(xué)的考古學(xué)家利用AI蛋白質(zhì)測(cè)序工具在古代巴西陶片中發(fā)現(xiàn)了魚(yú)類肌肉蛋白的證據(jù)，研究了古代居民的飲食結(jié)構(gòu)�？梢哉f(shuō)，AI讓考古學(xué)家讀懂了古人留下的蛋白質(zhì)密碼，為探索人類歷史提供新視角。

可見(jiàn)，AI蛋白質(zhì)解析的跨學(xué)科融合不僅豐富了各領(lǐng)域的研究手段，也產(chǎn)生了1+1>2的創(chuàng)新效應(yīng)，在各個(gè)學(xué)科領(lǐng)域展示了不可替代的獨(dú)特價(jià)值。

早期的AI蛋白質(zhì)解析主要停留在學(xué)術(shù)研究和實(shí)驗(yàn)室階段。如何將這些實(shí)驗(yàn)室突破轉(zhuǎn)化為實(shí)際應(yīng)用，一直是產(chǎn)業(yè)界關(guān)注的問(wèn)題。

預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)只是第一步，要真正用于藥物開(kāi)發(fā)、工業(yè)生產(chǎn)，還需要驗(yàn)證結(jié)構(gòu)的功能、優(yōu)化設(shè)計(jì)并實(shí)現(xiàn)大規(guī)模制備。近年來(lái)，這一領(lǐng)域出現(xiàn)了明顯的產(chǎn)學(xué)研融合趨勢(shì)：學(xué)術(shù)界、工業(yè)界和創(chuàng)業(yè)公司緊密合作，形成了“AI設(shè)計(jì)一自動(dòng)化實(shí)驗(yàn)驗(yàn)證一產(chǎn)業(yè)落地”的完整鏈條。

首先，AI設(shè)計(jì)環(huán)節(jié)，科研突破不斷涌現(xiàn)，并迅速向產(chǎn)業(yè)開(kāi)放。2021年， DeepMind將AlphaFold2模型開(kāi)源，并與歐洲生物信息研究所合作發(fā)布了AlphaFold結(jié)構(gòu)數(shù)據(jù)庫(kù)，公開(kāi)了超過(guò)2億種蛋白質(zhì)的預(yù)測(cè)結(jié)構(gòu)。此后，學(xué)界和業(yè)界研究者在此基礎(chǔ)上開(kāi)發(fā)出各種改進(jìn)模型和工具。Meta公司推出了可快速預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)的ESMFold；華盛頓大學(xué)貝克實(shí)驗(yàn)室開(kāi)發(fā)了RoseTTAFold及其衍生的RFdiffusion模型，用于生成全新的蛋白質(zhì)結(jié)構(gòu)。開(kāi)源發(fā)布的設(shè)計(jì)模型，推動(dòng)形成了開(kāi)放創(chuàng)新的社區(qū)，為全球企業(yè)提供了學(xué)習(xí)研究平臺(tái)。

其次，在實(shí)驗(yàn)驗(yàn)證環(huán)節(jié)，自動(dòng)化、高通量技術(shù)的發(fā)展使大規(guī)模測(cè)試AI設(shè)計(jì)的蛋白質(zhì)成為可能。過(guò)去，設(shè)計(jì)出一個(gè)新蛋白往往需要科研人員手工進(jìn)行基因克隆、表達(dá)純化、功能測(cè)定，效率低、成本高。如今，借助自動(dòng)化實(shí)驗(yàn)室和微流控技術(shù)，研究人員可以批量合成和測(cè)試成百上千種蛋白變體，快速篩選出性能優(yōu)異的候選。上海交大團(tuán)隊(duì)研制的世界首臺(tái)集成自動(dòng)化裝置，可在24小時(shí)內(nèi)連續(xù)完成100多項(xiàng)蛋白表達(dá)、純化和功能測(cè)試任務(wù)，效率比人工提高近十倍。自動(dòng)化實(shí)驗(yàn)技術(shù)的成熟，讓原本繁瑣的實(shí)驗(yàn)流程標(biāo)準(zhǔn)化、規(guī)�；�，為產(chǎn)學(xué)研轉(zhuǎn)化打通了關(guān)鍵一環(huán)。

到了產(chǎn)業(yè)落地環(huán)節(jié)，越來(lái)越多的AI蛋白質(zhì)解析技術(shù)走出實(shí)驗(yàn)室，進(jìn)入應(yīng)用和商業(yè)化階段。大型制藥公司、生物技術(shù)創(chuàng)業(yè)公司甚至傳統(tǒng)工業(yè)企業(yè)，都開(kāi)始擁抱AI設(shè)計(jì)的蛋白質(zhì)產(chǎn)品。傳統(tǒng)藥物研發(fā)中“十年十億美元”的魔咒正在被打破，AI蛋白質(zhì)設(shè)計(jì)平臺(tái)公司分子之心與藥企依靠AI蛋白質(zhì)解析，僅用三天就設(shè)計(jì)出數(shù)十個(gè)理想的候選蛋白，突破了相關(guān)疫苗穩(wěn)定性專利。上海交大洪亮團(tuán)隊(duì)發(fā)布的Venus模型，通過(guò)AI定向進(jìn)化功能，僅用不到一年時(shí)間就將金賽藥業(yè)單域抗體的耐堿性提升四倍，每年節(jié)省上千萬(wàn)元成本，成為全球首款由大模型設(shè)計(jì)并規(guī)�；�生產(chǎn)的蛋白質(zhì)產(chǎn)品。

可以看到，產(chǎn)學(xué)研融合正在加速AI蛋白解析技術(shù)的產(chǎn)業(yè)化進(jìn)程。從科研院所的原始創(chuàng)新，到創(chuàng)業(yè)公司的產(chǎn)品開(kāi)發(fā)，再到企業(yè)的規(guī)�；�生產(chǎn)和市場(chǎng)推廣，各環(huán)節(jié)緊密銜接，帶來(lái)了顯著的經(jīng)濟(jì)和社會(huì)價(jià)值。

一方面，AI蛋白質(zhì)技術(shù)正在催生新的產(chǎn)業(yè)增長(zhǎng)點(diǎn)。市場(chǎng)分析，全球蛋白質(zhì)工程市場(chǎng)規(guī)模預(yù)計(jì)將從2024年約35億美元增至2030年的近78億美元。AI驅(qū)動(dòng)的創(chuàng)新公司將不斷涌現(xiàn)，吸引大量投資。另一方面，技術(shù)應(yīng)用有望大幅降低傳統(tǒng)行業(yè)的成本。例如，通過(guò)AI設(shè)計(jì)的高效酶制劑可以減少工業(yè)的能耗和化學(xué)廢物排放；AI加速新藥發(fā)現(xiàn)有望縮短藥物上市時(shí)間、降低研發(fā)成本，惠及患者。

AI蛋白質(zhì)解析的產(chǎn)學(xué)研聯(lián)動(dòng)正在將科學(xué)創(chuàng)新從少數(shù)頂尖實(shí)驗(yàn)室的專屬成果轉(zhuǎn)變?yōu)槿�社�?huì)共享的財(cái)富。曾經(jīng)掌握在頂尖實(shí)驗(yàn)室的技術(shù)，借助開(kāi)源工具和云平臺(tái)，已在中小企業(yè)乃至個(gè)人研究者手中釋放出更大的價(jià)值和活力。

過(guò)去，AI蛋白質(zhì)解析領(lǐng)域，美國(guó)長(zhǎng)期占據(jù)主導(dǎo)地位，其他國(guó)家以跟隨為主。近幾年，中國(guó)團(tuán)隊(duì)的崛起和國(guó)際合作的深化，逐漸改變了這一格局，形成中美雙核驅(qū)動(dòng)的新局面。

首先，在基礎(chǔ)算法方面，中國(guó)團(tuán)隊(duì)開(kāi)始提出具有國(guó)際影響的新模型和新方法。上海交通大學(xué)的團(tuán)隊(duì)建立了全球最大的蛋白質(zhì)序列數(shù)據(jù)庫(kù)“Venus-Pod”（包含超過(guò)90億條序列信息）�；�于此訓(xùn)練出的Venus系列模型，能夠高精度預(yù)測(cè)和設(shè)計(jì)蛋白質(zhì)功能。

其次，在應(yīng)用和產(chǎn)業(yè)化方面，中國(guó)擁有全球最大的生物制藥市場(chǎng)和工業(yè)酶應(yīng)用市場(chǎng)。近年來(lái)，中國(guó)的高校、科研院所與企業(yè)緊密合作，推動(dòng)AI蛋白質(zhì)技術(shù)在醫(yī)藥、工業(yè)等領(lǐng)域的應(yīng)用。過(guò)去兩年，上海交大團(tuán)隊(duì)利用Venus模型設(shè)計(jì)的多種新型蛋白，已經(jīng)進(jìn)入工業(yè)化應(yīng)用階段。例如，在阿爾茨海默癥早期診斷領(lǐng)域，研究人員利用AI優(yōu)化的堿性磷酸酶（ALP），能夠檢測(cè)到極低濃度的疾病生物標(biāo)志物，活性已達(dá)到市售最好產(chǎn)品的三倍。

此外，中國(guó)政府也將生物計(jì)算、AI制藥納入重點(diǎn)發(fā)展規(guī)劃，在資金和政策上予以支持。例如，北京化工大學(xué)生命科學(xué)與技術(shù)學(xué)院吳邊教授近期獲批的“基于人工智能的功能蛋白質(zhì)設(shè)計(jì)和優(yōu)化”項(xiàng)目，就鼓勵(lì)跨學(xué)科團(tuán)隊(duì)攻關(guān)AI蛋白質(zhì)解析關(guān)鍵問(wèn)題。這樣的環(huán)境下，中國(guó)在該領(lǐng)域的整體實(shí)力快速提升，逐漸從跟跑者轉(zhuǎn)變?yōu)椴⑴苷吣酥聊承┓较虻念I(lǐng)跑者。

除了中美之外，其他國(guó)家和地區(qū)也在積極參與蛋白質(zhì)解析領(lǐng)域的研發(fā)。德國(guó)歐研所（參與AlphaFold數(shù)據(jù)庫(kù)建設(shè)） 、加拿大的Vector研究所（參與蛋白質(zhì)語(yǔ)言模型研究）在蛋白質(zhì)動(dòng)力學(xué)模擬與AI結(jié)合方面都有所貢獻(xiàn)。

可以預(yù)見(jiàn)，未來(lái)全球在這一領(lǐng)域的合作將更加緊密，跨國(guó)界的研究聯(lián)盟和數(shù)據(jù)共享平臺(tái)將不斷出現(xiàn)。來(lái)自世界各地的研究機(jī)構(gòu)將共同應(yīng)對(duì)諸如蛋白質(zhì)折疊機(jī)制解析、AI模型可靠性提升、倫理安全等全球性問(wèn)題。

總之，AI蛋白質(zhì)解析領(lǐng)域正在經(jīng)歷一場(chǎng)靜水流深的變革。從破解蛋白質(zhì)結(jié)構(gòu)，到助力研發(fā)新藥，該技術(shù)已從實(shí)驗(yàn)室走向產(chǎn)業(yè)。未來(lái)，它可能幫助人類設(shè)計(jì)攻疾病的精準(zhǔn)藥物、創(chuàng)造可降解綠色塑料，甚至合成自然界不存在的蛋白質(zhì)，帶來(lái)更大的社會(huì)價(jià)值。

       原文標(biāo)題 : 火極一時(shí)的AI蛋白質(zhì)解析，怎么樣了？