·雖然在藥物研發中，AI開發者長遠的目標是可以直接借助AI生成一款藥物，并達到基本可用的狀態，但對于當下一些期望過高的聲音，要抱有正確的認知。AI還沒有達到端到端、給定一個靶點馬上就能設計出一款藥的階段，藥物設計的過程中仍然需要一些跟濕實驗技術結合的工作。

“AI蛋白結構預測讓我們更好地認識和理解蛋白質，進而理解生命，但僅僅只是認識和理解是遠遠不夠的，我們真正想做的是通過蛋白質來解決疾病、環保等問題，還有按需求來改造蛋白質、甚至從頭設計自然界不存在的蛋白質。這也是我們團隊正在探索、布局的方向，我們正在將AI蛋白改造和設計技術運用到藥物設計、合成生物學等領域，希望為全人類帶來福祉。”

11月5日，第五屆世界頂尖科學家論壇探究合成細胞分論壇在上海科學會堂舉行，清華大學和北京大學訪問教授許錦波作了“AI蛋白質設計”的演講。在會后接受澎湃科技記者采訪時，他作了上述說明。

11月5日，許錦波在第五屆世界頂尖科學家論壇探究合成細胞分論壇上參與圓桌討論。

許錦波是清華大學和北京大學訪問教授、美國芝加哥豐田計算技術研究所教授，也是AI蛋白質設計平臺公司“分子之心”的創始人。他的研究興趣包括人工智能和機器學習、優化算法和計算生物學。2016年，他提出的RaptorX-Contact方法，首次證明了深度學習可以大幅度提高蛋白質結構預測的性能，拉開AI蛋白質結構預測時代的序幕。他因此被業界稱為“AI預測蛋白質結構全球第一人”。

“過去幾年，人工智能做了很多很好的工作，尤其是在蛋白質結構預測方面。但是AI在蛋白質預測方面還面臨著很多挑戰，還有很多問題是AlphaFold2沒法解決的。”許錦波在演講中說。

他舉了幾個例子，“AlphaFold2很難預測多個蛋白質是如何結合的，特別是在預測抗原、抗體結合方面做得不是很好。AlphaFold2也無法預測某種特性的蛋白，比如孤兒蛋白的結構。尤其是，AlphaFold2無法做蛋白質的設計，也無法優化蛋白質，讓蛋白質產生變異，實現希望應用的功能，AlphaFold2也無法預測DNA、RNA等小分子的結構。”他表示，如果要預測蛋白質之間的互動，需要用其他的軟件。

從頭設計蛋白質

在演講中，許錦波分享了他在AI蛋白質預測和設計上的最新進展：“我們想要建立一些自然界中沒辦法存在的蛋白質，尤其是想找到一個或者多個氨基酸序列，根據用戶所需要的結構和功能來進行設計。”

為什么要做蛋白質設計？許錦波說，蛋白質設計有很多的應用，比如用于進行疾病的預防、診斷和治療。他介紹了2021年科學突破獎得主、美國華盛頓大學蛋白設計研究所研究員戴維·貝克（David Baker）的一項工作，“過去幾年，他的實驗室設計了一個用于診斷新冠患者的病情和研發新冠疫苗的蛋白，目前這個疫苗已在韓國獲批治療新冠患者。”

許錦波還介紹了AI設計蛋白質的方式。和蛋白質結構預測不同，蛋白質設計需要考慮不同的情景，每個情景有不同的問題。有時候研究者想設計蛋白的主干，有時候希望優化氨基酸序列，實現特定的形狀，有時候想讓設計出來的蛋白質能夠與靶向受體進行結合。為此，需要開發不同的算法。

目前，許錦波團隊開發的算法已經可以用于設計不同大小和復雜度的蛋白質。他表示，之前用傳統的方法只能設計含110個氨基酸的小蛋白，用他的團隊開發的方法，可以設計達200-300個氨基酸的蛋白。除了α蛋白，他們也已經可以用AI設計β蛋白。此外，他們還可以用AI來設計更加穩定的蛋白質，這種蛋白質與自然界的蛋白質功能比較類似，但是設計的蛋白質因為更加穩定、沒有能量，還能夠在極端情況下實現某些功能，比如在高溫下實現功能。

用他們開發的方法，模擬自然界中蛋白序列的成功率已經超過50%。該模型還可以用更少的數據來更好地預測蛋白質的穩定性。他們還開發了一個設計治療蛋白的AI模型，用于改善現有藥品的親和力和特異性，以及從頭設計可以與靶向蛋白結合的新蛋白。

正確認識AI在藥物研發中的應用

當天論壇結束后，許錦波接受了澎湃科技的采訪。他表示，AI蛋白結構預測和AI蛋白質設計都是基于中心法則，底層的思想基礎是一致的。AI蛋白結構預測讓我們更好地認識和理解蛋白質，進而理解生命，但僅僅認識和理解是遠遠不夠的，我們真正想做的是通過蛋白質來解決疾病、環保等問題，還需要按需求來改造蛋白質、甚至從頭設計自然界不存在的蛋白質。這也是他的團隊正在探索、布局的方向，他們正在將AI蛋白改造和設計技術運用到藥物設計、合成生物學等領域，希望為全人類帶來福祉。

AI在輔助藥物研發中的作用一直備受關注，許錦波告訴澎湃科技記者，AI可以在藥物研發各個環節發揮重要的作用，當下其價值更多的體現在對每個環節的降本增效、提高成功率。聚焦到AI蛋白相關技術在制藥環節中，許錦波認為目前AI面臨的挑戰是，一方面更好地理解蛋白相互作用，從而理解致病機理，找到更合適的靶點；另一方面從更大的空間（比傳統方法提高N個數量級）中發現、或者通過蛋白質優化和從頭設計的方法，得到更好的蛋白序列、更穩定的蛋白結構，從而優化改造現有蛋白質，減少濕實驗（即傳統實驗）成本，提高效率和成功率。

他也提醒說，雖然在藥物研發中，AI開發者長遠的目標是可以直接借助AI生成一款藥物，并達到基本可用的狀態，但對于當下一些期望過高的聲音，要抱有正確的認知。AI還沒有達到端到端、給定一個靶點馬上就能設計出一款藥的階段，藥物設計的過程中仍然需要一些跟濕實驗技術結合的工作。

許錦波所在的美國芝加哥豐田計算技術研究所是一所受慈善捐助而成立的獨立計算機科學研究所，充足的科研時間和較少的經費困擾是他留在那里的重要原因。

2021年，許錦波回國創業，成立了“分子之心”。從靜心研究邁向嘗試成果轉化之路，他向澎湃科技表示，基礎研究和成果轉化兩方面都需要推進。基礎研究探索更前瞻的方向，也是源頭創新和產業轉化的基石；而成果轉化能讓基礎研究的成果走出實驗室，通過產業化的方式，為人們所用，發揮真正的價值。成果轉化也能讓科學家們對真實場景中的需求有更清晰和深刻的認知，反向推動科研。