De novo design：AI正在重写蛋白质创造的底层法则

2025年，生物医药行业迎来了一个被后来者反复提及的转折时刻。Chai Discovery的AI大模型Chai-2完成了人类历史上第一次“零样本”抗体设计的公开验证：面对一个全新的靶点蛋白，模型不需要任何已知配体作为参考，直接基于靶点的三维结构“从头”生成了一个全新抗体，将传统方法不足0.1%的成功率提升至16%，研发周期从数年压缩到两周。同期，由生成式AI平台全程驱动的治疗肺纤维化药物Rentosertib登上《自然·医学》，全球首款完全由AI设计的抗体药物也启动了III期临床试验。

这不是孤例。一场跨越学术界、初创公司和跨国药企的技术变革，正在瓦解沿用几十年的研发模式。

要理解这场变革，必须回到一个基本问题：当研发从“筛选自然界已有的分子”转向“设计自然界不存在的分子”，会发生什么？

De novo design

一、De novo design：技术跃迁

传统研发的核心逻辑是“找”——从海量化合物库中筛选能卡进靶点口袋的分子，像在黑屋里找一把未知形状的钥匙。De novo design则翻转了这一逻辑：根据靶点三维结构，从头锻造一把完美嵌合的钥匙。

在蛋白质工程领域，De novo design可以创造自然界从未存在过的全新蛋白质骨架与功能界面，为抗体、纳米抗体、工业酶等设计打开了前所未有的空间。

De novo design of novel antibodies

二、跨越领域：从医药到材料、农业与可持续制造

De novo design的影响力远超生物医药。以下四个领域的代表性进展，展示了这一技术如何渗透到更广阔的产业场景。

工业酶与绿色催化：2025年，研究者从头设计出能催化碳-碳键形成的新型金属酶，为平台化学品、材料和药物的绿色制造提供新工具。美国国家科学基金投入3200万美元启动以AI蛋白质设计为核心的生物经济计划，涵盖可回收塑料和可再生燃料。

农业与食品：团队结合深度学习开发出超耐热蛋白酶，解决水产饲料高温制粒的痛点；AI引导设计出牡蛎多肽，抗氧化活性比天然提取物高703%，碳排放减少90%。

植物天然产物与合成生物学：AI驱动的de novo设计正在突破植物天然产物微生物合成瓶颈，通过结构预测和分子对接筛选“孤儿酶”，实现萜类、生物碱等高价值产物的高效生产。

生物材料与再生医学：研究者创建了NeoNectins微型蛋白，固定于水凝胶后促进组织整合与骨生长效果优于天然蛋白；西湖大学团队首次从头设计出可逆光响应微型蛋白，成功应用于光遗传调控。

这些案例表明：de novo设计作为平台技术，可迁移到任何需要定制化蛋白质功能的场景中。

AI-driven de novo binder design

三、从“单点工具”到“综合智能体”：AI正在进化

支撑上述跨领域突破的，是一套由多种AI工具组合而成的技术栈。过去几年，研究人员需要手动编排多个独立的单点工具：用RFdiffusion生成蛋白骨架，用ProteinMPNN设计序列，用AlphaFold2验证结构，再用Rosetta优化亲和力……每个工具都很强大，但它们来自不同的实验室、依赖不同的运行环境，输入输出格式各异。从设计到验证，研究者往往要花大量时间在“工具调度”而非“科学思考”上。

这正是“智能体”要解决的问题。2026年，天鹜科技发布了对话式蛋白质研发智能体MatwingsVenus™（晓鹜™）。它不再是一个需要手动调用的工具，而是一个能理解自然语言、自主规划任务、调度底层工具的智能协作者。用户只需用日常语言描述目标——“帮我设计一个能催化XX反应的热稳定小型酶”——MatwingsVenus™（晓鹜™）即可自动完成：调用骨架生成模型、执行序列设计、运行结构验证，甚至将设计结果自动衔接至自动化湿实验平台。

从单点工具到综合智能体，AI正在从“被动的计算器”进化为“主动的研发伙伴”。而这，只是开始。

四、对话式干湿闭环：从设计到验证的无缝衔接

将计算与湿实验衔接是AI驱动研发最难跨越的墙，也是MatwingsVenus™（晓鹜™）的核心特征。其“对话式干湿闭环”机制：智能体完成设计后，平台通过自主构建的通讯机制，将结果导入质粒订购与实验编排流程，自动衔接后续实验任务，驱动机器人完成样品制备、蛋白纯化和功能检测，再将实验结果回流至AI进行下一轮迭代。

这意味着科学家坐在电脑前用自然语言描述目标，AI自动设计，实验平台自动动手做实验，数据自动反馈优化。MatwingsVenus™（晓鹜™）不仅输出序列，还将可生产性纳入考量——设计同时面向“功能目标”和“能否被生产”两个维度。

MatwingsVenus™（晓鹜™）整合了50余位专家资源，可随时发起咨询。这种“AI智能体+专家网络+自动化实验平台”的架构，能够覆盖药物、工业酶、生物材料、合成生物学等广泛场景。

五、共享实验室：当研发能力不再是大机构特权

AI驱动的De novo design解决了“怎么设计得快”，MatwingsVenus™（晓鹜™）还解决了 “设计出来谁来验证”。

传统研发中，AI设计、自动化实验设备、专家经验三者割裂——大机构有财力，小团队和个人即使有好的想法也难以验证。MatwingsVenus™（晓鹜™）打破了这一壁垒：用户无需自建实验平台，也无需在多个工具之间手动搬运数据，只需通过自然语言对话即可调用从AI设计到自动化湿实验的全流程能力。

这一模式让高门槛的蛋白质研发能力“走下神坛”，激发更多个人和小团队进行个性化创新。从工业酶到生物材料，从植物产物到可持续制造，De novo design正渗透到各领域。MatwingsVenus™（晓鹜™）的“对话式干湿闭环”勾勒出下一代研发的可能形态：AI是主动理解需求、协调资源、持续迭代的协作者，研发能力以“共享实验室”的方式扩散到每个有创意的人手中。

Ai Driven Protein de novo design

六、挑战与展望

当然，挑战依然存在，但不可否认，AI正以超预期速度重写蛋白质研发的底层规则。当AI能“锻造钥匙”而不只是“寻找钥匙”，当智能体主动协调计算与实验全流程，人类在蛋白质工程领域的创造边界正被前所未有地拓宽。

MatwingsVenus™（晓鹜™）智能体只是这场变革浪潮中的一束光。但它所折射的方向——AI与实验的深度融合、设计与验证的实时闭环、研发能力的民主化与普惠化——是这场革命最值得期待的未来。