蛋白互作预测：AI如何重塑生命科学的底层逻辑？

人体细胞内，每时每刻都在上演一场规模惊人的社交活动——数十万个蛋白质分子彼此接触、结合、解离、传递信号。正是这些蛋白-蛋白相互作用（Protein-Protein Interactions, PPIs），构成了生命运行的底层网络。

据估算，人类蛋白质组中包含约13万至65万对二元蛋白互作关系。在细胞信号网络中，肽介导的相互作用（由短线性模体SLiMs 驱动的结构域-模体互作）据估计占据人体蛋白互作组中约 15%–40% 的关联。这些"蛋白质社交关系"决定了一切——从细胞何时分裂到何时自我毁灭，从免疫系统如何识别敌人到病毒如何劫持宿主细胞。

但长期以来，读懂这张社交网络极其困难。传统实验方法——酵母双杂交、免疫共沉淀、表面等离子体共振等——虽能鉴定互作关系，但通量低、成本高、周期长。人类蛋白质组中可能存在的互作关系数以十万计，而实验验证的仅是冰山一角。而AI驱动的蛋白互作预测，正在从根本上改变这个局面。

这篇文章，讲清楚三件事：蛋白互作预测的方法论演进、为什么它这么难、以及它为什么正成为蛋白质研发领域最热门的商业基础设施之一。

一、蛋白互作预测：从序列到结构，从结构到功能

 Third-generation protein interaction prediction technology

蛋白互作预测的核心问题可以拆解为三个层次：是否互作（定性）、如何互作（构象与界面）、结合有多强（亲和力）。围绕这三个层次，计算方法经历了从"序列驱动"到"结构驱动"再到"多模态融合"的三代演进。

第一代：序列驱动的统计学习。研究者将氨基酸序列编码为数值向量，利用支持向量机、随机森林等传统机器学习模型进行分类预测。这类方法的局限性在于：序列信息虽然丰富，但难以直接反映蛋白质在三维空间中的互作几何——两个蛋白是否结合，本质上是被它们折叠后的三维表面形状和化学性质决定的。

第二代：结构驱动的对接计算。随着蛋白结构预测技术的突破，从序列高精度预测单体结构成为可能。有了结构，就可以通过分子对接（docking）在三维空间中推算两个蛋白的相对排布。但挑战依然存在：蛋白质在结合时往往会发生构象变化（诱导契合），静态刚性结构难以捕捉这种动态过程，传统对接方法的精度在柔性界面上会急剧下降。

第三代：深度学习驱动的多模态融合。这是当前的主流范式。研究者将蛋白质语言模型（PLMs）提取的序列表征、结构预测模型提供的三维坐标、以及进化信息、理化性质等多源数据整合进统一的深度学习框架。图神经网络（GNN）、Transformer、对比学习等架构被广泛应用。2026年发表于《The Plant Journal》的综述将当前方法归纳为四大类别：序列中心的预测器（利用蛋白质语言模型提取进化特征）、结构基础的预测器（整合共进化信号重建三维复合物排列）、网络级学习器（利用图架构捕获全局互作组拓扑）、以及几何与生成式方法（利用对称性感知网络进行特定位点识别和从头设计）。

更重要的是，预测不再满足于回答“是否结合”，而是进一步量化“结合有多紧”——即结合亲和力预测。这对药物研发中先导化合物的筛选和优化至关重要。2024年发表于《Molecular Pharmaceutics》的综述指出，AI通过提供强大的计算资源和方法，正在理性药物设计中推进蛋白结合热点识别和分子设计的能力。

二、蛋白互作的"三座大山"

 Three Major Challenges in Protein Interaction Analysis + AI-Assisted Folding Breaks the Deadlock

尽管技术进步迅猛，蛋白互作预测仍然横亘着几大核心挑战。其中最难啃的骨头，与传统药物靶点截然不同。

第一，数据稀疏与极度不平衡。已知的蛋白互作关系相对于可能的互作空间极其稀少，高质量的共晶结构数据更加稀缺。实验验证的正样本（互作对）远少于负样本（非互作对），且大量“非互作对”中可能混杂着尚未被发现的真实互作，使得模型容易产生偏差。

第二，也是最致命的结构难题——“广场”而非“深洞”。典型小分子结合口袋是一个深而窄的“洞”（约300–500 Ų），药物化学家擅长往洞里塞小分子。但PPI界面通常是宽大而平坦的“广场”（1200–2000 Å²），缺乏明显的凹槽，仅散布着多个微弱的结合热点。传统药物化学中关于“类药五规则（Lipinski’s Rule of Five）”的几乎所有直觉，在PPI界面上都失效了。

FDA 批准的首个基于结构理性设计的 PPI 抑制剂——靶向BCL-2蛋白互作界面的维奈托克（venetoclax，2016年获批）——恰好印证了这一领域的巨大难度与巨大价值：它证明了阻断蛋白-蛋白界面可以产生明确的临床获益，但此后获批的PPI小分子抑制剂仍然屈指可数。在抗血栓等领域，PPI干扰策略的优势在于“通过靶向那些在特定剪切和表面条件下组织病理凝块的界面，实现更选择性、可能减少出血风险的抗血栓治疗”。

第三，泛化能力不足。许多模型在特定数据集上表现优异，但跨物种、跨家族的泛化预测能力仍然堪忧。一个在人类蛋白质上训练良好的模型，面对细菌或植物蛋白时可能效果大幅下降。

此外，蛋白质是动态分子，其结合过程涉及构象变化、水分子介导、离子调控等复杂因素。大多数预测方法仍以静态结构或序列为输入，难以充分捕捉这种动态本质。

难点虽多，但产业界已不再坐等。

三、AI破局：共折叠与多模态融合如何精准拆解痛点

面对上述“三座大山”，AI驱动的方法论正在经历一场深刻的范式转换——从传统“对接”走向深度学习驱动的“共折叠（co-folding）”。

传统对接的核心是“搜索+打分”：在三维空间中穷举两个蛋白的相对位置和取向，再用物理能量函数评估合理性。这类方法速度快、积累深厚，但在柔性界面上极易出错——因为蛋白结合前后构象可能发生显著变化，刚性假设天然不成立。

共折叠则走了完全不同的一条路：不依赖预定刚性单体结构去“拼图”，而是从序列出发，端到端地直接预测复合物的三维构型。深度神经网络在海量序列数据上学习到了共进化信号——如果两个蛋白在进化中“同步变化”，它们在三维空间中很可能直接接触。这一信号绕开了传统方法对静态结构的依赖，天然适配柔性界面。

共折叠的核心优势在于不需要假设单体在结合前后结构不变。2026年发表于《Briefings in Bioinformatics》的综述将这一转变总结为：“共折叠模型将蛋白质折叠和配体结合统一在单一预测框架中，弥合了序列级别学习和结构分辨率之间的鸿沟。”

在最难预测的肽-蛋白互作领域，现代深度学习方法也被归纳为三类：预测蛋白表面的肽结合区域来引导对接、利用通用结构预测方法进行蛋白-肽共折叠和精修、以及基于靶标蛋白结构进行肽构象采样的生成式模型。这些方法已显著提升了肽-蛋白对接的准确性和适用性。

在更宏观的维度上，AI驱动的PPI预测已经开始绘制前所未有的蛋白质社交图谱。2025年发表于《Science》的一项里程碑工作，整合了30PB基因组数据与深度学习技术，通过深层多序列比对和新型深度学习网络，系统鉴定了17,849组高置信度人类蛋白质互作关系，其中3,631组为首次发现的全新互作，预测精度达到约90%。

四、商业基建：从“工具”到“平台”，干湿闭环如何兑现产业价值

 Closed-loop Intelligent R&D Platform for Dry and Wet Testing

当PPI可以被预测，更根本的追问是：它能否被设计？这个设计能否被快速验证？

这个问题的答案直接关乎一个庞大的商业机会——PPI靶向药物与功能性蛋白产品。人类疾病相关蛋白中约有40%通过蛋白互作网络发挥作用。从首个FDA批准的PPI抑制剂维奈托克开始，大量PPI抑制剂已进入临床研究阶段。在抗病毒领域，PPI“在病毒复制、致病机制以及病毒影响宿主生物体的过程中是必需的”。在激酶靶向领域，直接破坏Hsp90-Cdc37蛋白互作界面的策略，相比经典ATP竞争性抑制剂，“选择性地削弱致瘤性激酶，代表了一种更精准、选择性更高、毒性更低的靶向策略”。

从技术路径看，AI驱动的PPI设计正沿三个方向推进：界面热点预测与抑制剂设计（AI分析哪些残基对结合能贡献最大）、结合蛋白的从头设计（给定靶标直接生成自然界不存在但能精准结合的迷你蛋白）、多肽-蛋白互作预测与多肽药物设计（多肽占据约40%的细胞PPI，深度生成式模型正在改变这一局面）。

但单点工具远远不够。行业正在从“单一模型”走向“平台化解决方案”。蛋白互作预测不再是一个孤立的计算任务，而是嵌入在完整的蛋白质研发链条之中——从靶点发现、互作预测、界面设计，到序列优化、实验验证、迭代改进。

这正是上海天鹜科技旗下MatwingsVenus™（晓鹜™）所代表的趋势。2026年4月，天鹜科技正式发布对话式蛋白质研发智能体MatwingsVenus™（晓鹜™），平台以智能体（Agent）为中心，支持百亿级真实标签蛋白质数据检索，整合200余项蛋白质设计工具及30余项各领域专家调优的Skills。用户只需通过自然语言输入任务目标，系统即可自动拆解任务、调度相应的设计、预测、分析和筛选能力。

2026年6月，平台针对蛋白对接能力完成重要升级，重点解决结构预处理是否正确、关键配体和金属离子是否被合理保留、结合位点是否具有生物学相关性等问题，让对接从"跑通"走向"跑得准"。升级后的平台针对不同靶点类型（纯蛋白、多肽、小分子、含金属的小分子）分别运行定制化工作流，模型解析到正确工作流的准确率已达95%以上。

在模型层面，平台同步新增了BoltzGen、LigandMPNN、Protenix三款核心模型。Protenix可预测蛋白、DNA/RNA、小分子配体、离子等多组分体系的三维结构，并解析分子间的结合构象与相互作用界面，尤其适合蛋白-配体、蛋白-核酸、抗原-抗体等复杂场景。LigandMPNN则侧重于在给定三维结构约束下进行高精度蛋白序列设计，特别适合包含小分子配体、金属离子或蛋白互作界面的体系。BoltzGen增强了全新结合蛋白的从头设计能力，可根据蛋白、肽段、小分子等目标生成候选结合分子。

而将计算预测与实验验证深度衔接的，是MatwingsVenus™（晓鹜™）构建的"对话式干湿闭环"模式。AI完成设计后，通过标准化接口驱动自动化湿实验平台完成蛋白纯化、功能检测等步骤，实验数据再回流至模型进行下一轮迭代——蛋白互作预测的结果不再是停留在屏幕上的理论模型，而是可被快速验证、迭代优化的实验数据。

在真实项目验证层面，MatwingsVenus™（晓鹜™）已在免疫调控受体靶点的从头设计项目中完成全流程验证——平台以靶点结构与功能需求为输入，自动完成骨架筛选、界面设计、序列优化、成药性预判等全环节计算工作，经自动化实验验证，成功获得数十个具有体外细胞阻断活性的全新结合分子。在另一个蛋白甜味剂的定向进化项目中，通过"AI设计—自动化实验—AI反馈—再设计"的连续迭代，获得了甜度相比野生型提高十几倍的候选变体，且耐热性维持在约75°C的高位区间。

当PPI预测从"需要计算结构生物学博士操作"变成"通过自然语言对智能体下达任务即可调用"，其应用门槛将从少数专业实验室扩展到有清晰靶标假设的广泛研发团队——这才是蛋白互作预测作为商业基础设施的真正意义。

五、下一站：从“是否结合”到“在哪儿、何时结合”

蛋白互作预测正站在一个关键的转折点上。评价标准正从“能不能预测”走向“预测得准不准”，再走向“预测了能不能用得上”——从学术指标走向产业实效。

未来的发展方向集中在四个维度：

第一，多模态深度融合。序列、结构、演化信息、理化性质乃至文献文本知识的统一表征，将进一步提升预测的准确性和可解释性。

第二，动态互作建模。从静态结构到动态构象系综，从二元互作到多组分复合物（蛋白-蛋白-核酸-小分子），是算法突破的下一个高地。

第三，从预测到设计的闭环加速。AI生成的互作预测直接指导分子设计，设计产物通过自动化实验验证再反馈给模型——这正是MatwingsVenus™（晓鹜™）所代表的“对话式干湿结合”范式的核心价值。

第四，普惠化。蛋白互作预测的能力正在从少数大型机构走向个人研究者和小团队。正如MatwingsVenus™（晓鹜™）所倡导的——让蛋白质研发能力从“大平台驱动”走向“个人可用”。

最终的PPI预测，不仅要告诉你两个蛋白是否结合，还要告诉你它们在哪里结合、在什么条件下结合、结合后引发了什么生理功能。

蛋白互作是生命最精妙的“对话”，而AI正在赋予我们听懂这场对话、甚至参与对话的能力。从维奈托克证明PPI可以成药，到《Science》用30PB数据绘出17,849组人类蛋白互作图谱，再到MatwingsVenus™（晓鹜™）将互作预测嵌入从设计到验证的全流程闭环——这场技术变革的终局，是让蛋白质的研发从“缓慢试错”走向“高效精准设计”。

而这一切，才刚刚开始...