AI重构蛋白工程：开启生命设计新纪元

大自然耗费数十亿年才雕琢出生命的蛋白质蓝图，而蛋白质工程却要在极度压缩的时间维度——数年甚至更短，在AI加持下或许仅需数日——内打造出具备特定功能的蛋白分子，这绝非易事。

传统蛋白工程主要依赖两大范式：曾获2018年诺奖的"定向进化"（DE）与斩获2024年诺奖的"计算蛋白设计"（CPD）。前者如同"人工加速的自然筛选"，通过反复诱变与筛选在实验室中"培育"优质蛋白，但耗时费力且需优质起点；后者则试图借助计算机模拟与物理法则从零"推演"理想蛋白结构，尽管检索迅速，却因理论模型过度简化而难以复现复杂的生化反应。

两大路径面临的共同难题是蛋白质的可能性近乎无限。每个蛋白通常由20种氨基酸构成，因此一个仅含100个氨基酸的小型蛋白，其潜在序列数便高达20^100种，远超宇宙原子总量。如何在如此浩瀚无垠的未知领域中，精准捕获那条"能执行特定使命"的稀有序列？

近年来，人工智能凭借其在高维序列空间中高效搜寻目标蛋白的能力，为蛋白工程注入了新动能。AI正演变为这场寻猎之旅的顶级"导航仪"与"探测雷达"，既能绘制全域图谱，又能规划最优路径。

近期，权威期刊《科学》刊载题为《人工智能如何重构蛋白质工程》的综述文章，全面剖析了AI对这一领域的颠覆性变革。

AI的"炼金炉"：条件生成模型

假设我们拥有一本记载自然界所有已知蛋白的"天书"（通用AI模型），它揭示了蛋白序列的普适法则。现在，你想从中"淬炼"出一种新型蛋白酶，要求它在80°C高温下保持稳定，并能高效催化特定化学反应。

AI蛋白设计的终极追求，是计算出"在既定设计条件（Y）下，某蛋白序列（s）出现的概率分布"——即p(s|y∈Y)。随后从该分布中采样，即可直接获取满足需求的候选序列。这如同在"天书"上施展精准的"筛选咒"与"导引术"。

从统计学视角审视AI蛋白工程

该综述指出，实现这一"咒语"主要有三大策略——

预设条件：在训练AI模型之初，便将"热稳定性"、"催化效能"等条件作为"配方"直接"烘焙"入模型。此法针对性强，但每需新条件就得重"烤"模型，成本高昂且缺乏灵活性。

组合模型：无需重训"天书"，而是为其配备一本"说明书"——一个能预测特定性能的AI模型。通过数学手段将二者融合，动态聚焦目标特性。此法灵活且可利用最新数据与模型，但计算复杂度较高。"适应性条件采样"（CbAS）即为此策略的典型代表。

即时引导：不改变模型本体，而是在其"生成"新序列的每一步，都用"说明书"实时"牵引"生成过程，使其偏向满足条件的序列。扩散模型等常采用此法，虽优雅但生成速率可能偏低。

AI"炼金"实战：从"骨架"到"血肉"

理论框架之下，AI在蛋白工程中正以多种具体方式大显身手：

骨架生成：先由AI构想出一个全新且稳定的蛋白骨架结构。例如RFdiffusion与Chroma，能从一团"噪声"起步，逐步"雕琢"出可设计的全新蛋白三维骨架，并可"即时引导"其嵌入特定功能位点（如药物结合口袋）。

逆折叠：骨架既定，下一步便是"填充血肉"。逆折叠模型（如ProteinMPNN、ESM-IF1）能依据给定骨架结构设计出可折叠成该构象的氨基酸序列，此乃当前从头设计蛋白流程的关键环节。

联合生成：更前沿的探索致力于让AI"一气呵成"，同步生成序列与结构，甚至直达原子级精度。这对于需精确调控活性位点原子排布的酶设计尤为关键。

评分与特征学习：部分生成模型本身不参与"创造"，而是充当"裁判"或"特征提取器"。它们能评判给定序列是否"形似"天然稳定的好蛋白，或从序列中挖掘深层特征以预测其结构与功能。

成果、挑战与前景

AI的介入已催生实质性突破。在蛋白结合剂设计领域，成功率（命中率）从AI应用前的不足0.05%跃升至可观的百分比水平，使众多设计可通过微孔板表征，无需依赖劳动密集的高通量筛选。

然而，挑战依然艰巨：

数据饥渴：设计可结合小分子、DNA/RNA（而非仅结合其他蛋白）的蛋白仍具挑战，因蛋白与这些分子复合物的结构数据匮乏。

柔性难题：当前最成功的模型擅长设计由规则螺旋与折叠片构成的刚性"小球状"蛋白，但对于依赖柔性环区进行分子识别的抗体等蛋白，尚缺乏普适性的强大设计工具。

"圣杯"尚远：酶设计或许是最高峰，它要求原子级精度的活性位点化学认知。当前AI模型多在已知酶活性位点基础上"重塑"周边结构，尚难以从零开始设计针对全新化学反应的高效催化剂。

评估困境：如何公正评估与比较不同AI蛋白设计方法？湿实验验证代价高昂，而依赖AlphaFold等结构预测模型又可能陷入天然蛋白的"舒适区"，制约设计创新。因此，构建含真实实验验证的基准测试是推动领域发展的关键。

总而言之，人工智能正将蛋白工程从依赖大量试错与物理近似的"手艺"，转变为基于概率模型与数据驱动、更具可预测性的"工程科学"。它借助条件生成模型这一核心理念，将搜索与设计融为一体，使我们在蛋白的浩瀚宇宙中实现"智能导航"。

尽管在酶设计、柔性蛋白设计等领域仍存"硬骨头"，且AI模型的普适性与评估体系尚待完善，但AI无疑已为该领域注入强劲动力。未来，伴随高质量数据持续积累、模型与生物物理原理深度融合，我们有理由期待，定制具备任意想象功能的蛋白质将不再是遥不可及的梦想。

论文链接：

https://www.science.org/doi/10.1126/science.aec8444