蛋白设计的范式革命-从“大海捞针”到“精准定制”

提起蛋白质，你或许会想到鸡蛋、牛奶，或是健身房里蛋白粉。但在科学家眼中，蛋白质是细胞内最精巧的纳米机器——催化反应的酶、输送氧气的血红蛋白、抵御病毒的抗体，乃至构成皮肤和毛发的角蛋白，无一不是由20种氨基酸排列折叠而成的多肽链。

过去，人类对蛋白质的改造更像一场“蒙眼摸索”：随机诱变、大规模筛选，靠着时间和运气等来性能更优的版本。而今天，一种全新的范式——“蛋白设计”，正让我们从碰运气走向理性，甚至从改造自然走向创造自然中从未存在过的蛋白质。

一、什么是蛋白设计？

Protein design

简单来说，蛋白质是由20种氨基酸组成的高分子链，这条链会扭曲折叠成独特的三维结构，正是这种独特结构赋予了特定蛋白质的生物功能。

蛋白设计的本质，是破解一条双向通道。

自然界的信息流是：基因序列→氨基酸序列→三维结构→生物学功能。传统的结构生物学与基因组学，致力于从序列推算结构和功能，这是一条“正向解析”之路。而蛋白设计，则走的是一条逆向工程的路：从人类期望的功能出发，先构建出理想的三维结构，再反推出能稳定折叠成该结构的氨基酸序列，最终合成出指定功能的蛋白质。

这其中的核心挑战，被称作“逆折叠问题”：一个给定的蛋白质骨架结构，可能对应着天文数字般的氨基酸序列组合，但只有极少数能保证它正确折叠、稳定存在并执行功能。如何在浩如烟海的序列空间中，高效精准地找到那根“针”，就是蛋白设计技术要回答的根本问题。

一款性能过硬的蛋白质产品的诞生，通常需要丰富的专家经验配合数以万计的实验试错。传统方法下，蛋白质设计周期长达2～5年，实验样本需要成千上万个，项目成本高达千万元级别，而研发成功率仅为0.1%～1%。

二、从物理方程到生成式AI：蛋白设计的三大技术阶梯

蛋白设计并非一蹴而就，其技术栈经历了层层递进的演化。

第一阶：物理能量函数与经典计算。早期设计依赖对分子力场的精确计算，模拟原子间的范德华力、静电作用、氢键和疏水效应。以Rosetta套件为代表的工具，通过蒙特卡洛采样等方式搜索序列与构象空间，实现了从无到有设计全新折叠蛋白的壮举。它的优势在于物理模型可解释，但计算成本极高，面对大蛋白质时序列空间爆炸，往往难以收敛。

第二阶：统计势能与共进化分析。为了降低计算量，科学家将目光投向自然界已有的蛋白序列和结构数据库。通过分析同源蛋白中氨基酸的共进化信息，以及计算氨基酸在特定结构环境下的出现概率（统计势能），实现了更快速、成功率更高的序列设计。此时，设计不再完全依赖第一性原理，而开始学习进化的“大数据”。

第三阶：深度学习与AI模型的爆发。近五年来，以AlphaFold2为代表的蛋白质结构预测模型，宣告AI正式成为蛋白质科学前沿的核心驱动力。随后，扩散模型、蛋白质语言模型、图神经网络等被用于蛋白质设计，它们能够直接从序列-结构-功能的多模态数据中学习分布规律。现在，给定一个指定的功能位点或靶标口袋，算法可以像“分子级的Midjourney”一样，生成出自然界演化亿万年都不曾出现的全新蛋白质骨架与序列，而且实验验证成功率正在快速攀升。

三、AI如何重塑蛋白设计？

 Searching Vast Protein Databases

近年来，人工智能技术的融入，正在彻底改变这一局面。

数据是推动技术进步的核心资源。以天鹜科技为例，其构建的蛋白质序列数据集包含近90亿条序列，其中近5亿条数据带有功能标签，清晰标注了蛋白质在特定温度、酸碱度和压力下的性能表现。这些数据不仅涵盖常规生物蛋白质序列，更整合了来自火山、深海海沟等极端环境中的耐高温、耐酸碱等特殊功能序列。庞大的数据集帮助模型更好地理解蛋白质的序列、结构和功能关系。

基于这些数据训练的大模型，正在实现蛋白设计从“序列→结构”到“结构→序列”的双向设计框架。研究人员不再仅仅依赖传统的物理计算和序列优化算法——这些方法虽然在单个体系中可达高精度，但计算成本高、设计空间受限。如今的AI模型可以直接瞄准“功能预测”这一核心目标，将复杂的蛋白质设计变成以需求为导向、配合少量实验验证的简洁过程。

四、从理论到实践：蛋白设计的多元应用

蛋白设计不是飘在云端的理论游戏，它已经在多个赛道展现出变革性的生产力。

l 工业酶定制：传统洗涤剂酶、饲料酶需要耐高温、耐酸碱、耐蛋白酶降解。通过蛋白设计，对酶的核心骨架进行全局稳定性优化，同时保持或提升活性中心效率，可以将酶在极端条件下的半衰期提高成百上千倍，让工业生产摆脱对温和条件的依赖。

l 合成生物学元件：设计自然界不存在的信号蛋白、开关蛋白、代谢通路酶，为人工合成细胞和生物制造提供标准化、可预测的零配件。这意味着未来的生物工程师将像搭积木一样编程生命。

l 智能抗体与药物：在预设的表位上，从零设计结合蛋白；或者对已有抗体的亲和力、特异性、免疫原性进行多目标协同优化。蛋白设计使得更快应对新发传染病、设计双抗甚至多抗逻辑门成为可能。

AI驱动的蛋白设计也在多个领域落地开花

以天鹜科技的蛋白质设计通用大模型AIACCLBIO®为例，该模型逐步掌握了蛋白质序列与功能之间的复杂映射关系，能够快速高效地优化改造蛋白质。其成果令人瞩目：蛋白质设计周期从传统的2～5年缩短至2～6个月，实验样本数量从成千上万个减少到100个左右，项目成本从千万元级别降至百万元级别，研发成功率提升至30%。

在生物医药领域，从头（de novo）蛋白设计旨在创造自然界中不存在的、具有全新结构与功能的蛋白质分子。MatwingsVenus™（晓鹜™）平台在某免疫调控受体靶点的从头设计项目的案例，平台以靶点结构与功能需求为输入，由智能体自动完成骨架筛选、界面设计、序列优化、成药性预判等全环节计算工作，快速输出高质量binder设计序列。最终成功获得数十个具备体外细胞阻断活性的全新binder分子，完成了从头设计binder的全流程验证。这一成果的取得并非易事——选靶新颖、缺乏同类药物分子参考、靶点表面缺少典型高成药性结合热点，都给设计带来了极高难度。

在工业酶设计领域，AI辅助的酶蛋白设计通过融合AI技术和自动化设备，解析酶蛋白序列、结构与功能之间的深层规律，实现酶分子的高效定向设计与性能优化。例如，天鹜科技与合作伙伴开发的胰腺炎检测原料酶，成本降至进口产品的十分之一。

在超稳定蛋白质设计方面，我国学者综合运用单分子力谱技术、分子动力学模拟与人工智能蛋白质设计方法，成功从头设计出具备可控力学性能的超稳定“SuperMyo”系列蛋白质模块。其中性能最优变体的机械展开力突破1000皮牛，达到天然肌联蛋白Ig结构域的5倍，熔解温度超过100°C。

五、一站式平台：让蛋白设计走向“全民化”

蛋白设计的技术门槛正在被新一代平台大幅降低。

天鹜科技于2026年4月发布的MatwingsVenus™（晓鹜™），是一个对话式蛋白质研发智能体平台。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，完成深度研究、挖酶、定向进化、从头设计以及自动化湿实验协同等工作。

平台支持百亿级真实标签蛋白质数据检索，整合了200多种蛋白质设计工具、50多位经平台认证的专家，以及30多套各领域专家调优的Skills。更重要的是，平台实现了“设计即验证、验证即迭代”的智能化研发范式——云端设计与物理实验深度协同，设计完成后自动衔接实验任务，实验结果回流至下一轮AI设计，形成计算驱动湿实验、湿实验反哺计算的闭环迭代。

2026年6月的平台更新中，MatwingsVenus™（晓鹜™）新增了BoltzGen、LigandMPNN、Protenix三款核心模型。其中BoltzGen的接入使平台具备面向多类型生物靶标的binder设计能力，可根据蛋白、肽段、小分子等目标生成蛋白、肽、纳米抗体、环肽等候选结合分子。值得一提的是，相关研究显示BoltzGen在纳米抗体与蛋白结合体设计中，66%的靶标获得了纳摩尔级亲和力。

六、展望

Prospects for Protein Design

“十五五”规划建议已将生物制造列为前瞻布局的未来产业方向。随着AI技术与生物技术的深度融合，蛋白设计正从“实验室里的艺术”变为“可编程的科学”。从新药研发到工业酶改造，从合成生物学到绿色生物制造，蛋白设计正在重塑我们对生命分子的理解与利用方式。

我们有理由相信，蛋白设计正在成为生物经济时代的一项底层使能技术。就像芯片设计工具推动了半导体产业的指数级增长，成熟的蛋白设计平台将彻底改变“生物制造”的起点——我们不再是生命的阅读者，而逐渐成为生命的编程员与架构师。

从“缓慢试错”到“高效精准设计”，蛋白设计的下一个十年，才刚刚开始。