蛋白质与基因组设计软件开始支持自然语言描述需求

Pinal：用自然语言描述功能来设计蛋白质

• 现有蛋白质设计工具需要使用者精确指定关键氨基酸位置等约束，门槛很高
• 中国研究团队的 Pinal 利用标注了功能说明的海量蛋白质序列数据库训练，可直接按自然语言描述的功能生成蛋白质
• 按“能工作的蛋白质”衡量成功率可能不高，但仍能做出可用设计，需要实验室从大量失败设计中筛选
• Hugging Face 另宣布托管一个在 DNA 层面做类似事情的工具

Ars Technica 介绍，目前效果较好的蛋白质设计工具多采用两步法：先指定约束，例如需要结合某个分子或特定的氨基酸排列，由一个 AI 工具生成满足约束的蛋白质形状，再由另一个工具填入能折叠成该形状的氨基酸序列。设计催化剂时，使用者不仅要知道哪些氨基酸对反应关键，还要知道它们在三维空间中的位置，甚至包括催化区域里的水分子。

文章的观点是，专家之间说一句“丝氨酸蛋白酶”就能传达大量反应机制细节，而现有工具擅长处理氨基酸的三维排列，却不理解这些排列带来的功能。Pinal 团队的思路是利用数据库中数以百万计、带有功能注释的蛋白质序列，用同样的术语训练系统，让它输出能完成指定功能的序列。Pinal 同样分两步：先构建蛋白质骨架，再通过单独的过程填充氨基酸细节。文章把这类做法比作蛋白质设计领域的 vibe coding，前提是有实验室能把好设计从几十个失败品中挑出来。

基于原文整理的中文深读，细节以原文为准。