设计

他同时表示，目前Pinal仍处于概念验证阶段，更多精细化的蛋白质功能设计需求，如通过文本指定荧光蛋白的发光波段，仍是下一阶段的科研挑战。

”论文共同通讯作者原发杰告诉记者，该研究尝试将自然语言功能描述直接作为蛋白质设计的输入，为功能蛋白质设计提供了新路径。

在传统蛋白质设计中，研究人员通常需要从天然蛋白质出发，通过结构分析、关键位点调整及多轮实验筛选，持续优化目标功能，整个过程复杂且试错成本较高。

香港科技大学（广州）助理教授卢泓远团队，西湖大学助理教授原发杰、研究员刘建明团队，以及中国科学院深圳先进技术研究院研究员司同团队合作，提出了蛋白质设计模型Pinal。

但随着后续功能数据的持续积累，以及AI模型与高通量实验技术的进一步融合，这种“用说话的方式设计蛋白质”的模式未来有望在绿色制造、环境治理、生物医药等领域释放应用潜力。

因此，它检验的不只是单个蛋白质能否工作，还包括人工设计的蛋白质能否融入复杂的多酶反应体系。

这相当于让模型先知道“发挥这个功能的蛋白质长什么样子”，再设计序列。

这一思路类似于先根据功能需求绘制设计蓝图，再进一步确定具体组成，从而降低模型学习的复杂度，并提高候选设计的可靠性。

”卢泓远表示，“AI设计出来的序列能否在实验中真正发挥作用，是这项研究的关键。