AI 與世界的難題 · 生物工程與合成生物學 · Nature · 2026-10-21
以自然語言可程式化設計功能性蛋白質
原標題: Programmable design of functional proteins from natural language
Pinal 是一個以 17 億對合成標註之蛋白質–文字配對訓練而成的 160 億參數模型，可依據以自然語言描述的期望功能設計候選蛋白質。在四項設計任務——螢光蛋白、聚對苯二甲酸乙二酯水解酶、酒精脫氫酶，以及參與代謝的 H 蛋白——中，預期功能皆於實驗中觀察到，包括兩種設計酵素的催化活性。在無需迭代實驗最佳化的情況下，Pinal 設計的 H 蛋白在多酵素 CO2 固定途徑中，使產物力價相較於天然大腸桿菌（E. coli）H 蛋白提升至 1.7 倍。