不等自然进化了！诺奖得主9460万，赌AlphaFold没走的那条路

AI BioDesign团队通过大规模并行实验设计自然界不存在的蛋白质，利用DNA测序仪同时分析600万条人工设计序列，传统方法需数年完成的实验在此仅需一次测序。

该项目由保罗·艾伦遗产体系投入9460万美元支持，由2024年诺贝尔化学奖得主David Baker与基因组学家Jay Shendure共同领导，核心是构建AI驱动的闭环系统。

团队采用‘设计-构建-测量-学习’循环，通过劫持细胞生产线同时合成数百万分子，让模型在海量人工设计数据中学习，而非依赖自然进化产物。

2003年Baker团队已成功设计出折叠方式前所未见的Top7蛋白，2024年诺贝尔奖一半授予其蛋白质设计工作，另一半授予AlphaFold结构预测团队。

相比AlphaFold依赖自然数据，该项目重仓实验基础设施，通过合成DNA筛查系统防范潜在风险，计划18个月后开放所有数据与方法。

研究显示合成DNA筛查系统存在漏洞，微软团队测试发现四款软件漏检率高达72种受关注蛋白的合成同源序列，后续通过补丁提升检测效率。

Baker认为AI速度已能匹配合成生物学实验能力，未来目标包括快速开发新疗法、降解海洋塑料及构建低耗能生物计算机，目前仍需突破设计与验证间的效率瓶颈。