视角：AI for Technology（AI4T）
解析文献：Teijeiro-Juiz R, Egeler N, Jamróg G, et al. Applications and limitations of AI tools in enzyme design. Protein Science. 2026;35:e70698. DOI: 10.1002/pro.70698（开源，CC BY）

市面上关于"AI 设计酶"的文章，大多写成了爽文：列一堆工具名，配一句"效率提升 N 倍"，读完热血，落地抓瞎。

2026 年 2 月，Protein Science 上线了一篇综述，把"AI 到底怎么用在酶设计上"一次性盘清楚了——更重要的是，它把行业的难言之隐也一次性写出来了。

下面这份解读，补上两件事：① 这些工具到底有几个真拿湿实验验证过；② 论文自己泼的冷水——AI 在酶设计上真正做不到什么。

一、先给定位：AI 是"副驾"，不是"司机"

这篇综述的作者来自柏林自由大学、慕尼黑工业大学（TUM）和佐治亚理工，通讯是 TUM 合成生物技术讲席教授 Thomas Brück。他们在开篇就点明写作目的：

这不是一篇方法学百科，而是给想入门计算酶设计、却不知从哪下手的实验员的一份可及指南。

这句话很关键。它意味着全文的标尺是"实验验证"和"干湿闭环"，而不是模型有多花哨。

从 AI for Technology 的视角看，酶设计其实是 AI for Science 最硬的试验场之一：它要求同时搞定序列、结构、动力学、过渡态和反应能学。工具已经多到让人眼花，但论文反复强调一个事实——计算能探索的空间变大了，可"设计得出来、测不出来"的鸿沟一点没缩小。

二、论文盘了 6 类工具，我替你标了"实验验证红绿灯"

综述把工具按酶设计流程切成 6 块，几乎每块都附了"是否经过实验验证"一栏。我把这栏单独拎出来，结论有点扎心：

一眼结论：论文给"实验验证"做了 Yes/No 标注的 5 张表共 29 个工具里，只有 14 个（≈48%）被标注为"经实验验证"——不到一半。（结构预测那类论文没设这一列，故不计入。）稳定性这一类尤其明显——8 个工具里 5 个被判"未验证"，作者自己都写了"这限制了它们此刻的可用性"。

说明：上表的 Yes/No 是论文作者依据各工具原始论文所打的标注，含义是"该工具的开发者报告过湿实验验证"，不等于本综述独立复现或重新验证。且"经实验验证"通常只在单一酶家族 / 单一反应上成立（如 ProStab 验在转氨酶、Pythia 验在柠檬烯环氧化物水解酶、ProGen 验在溶菌酶），不能外推到你家靶点。"未验证"也不等于"实验证伪"，多指原始论文只做了 in silico 基准、或代码未公开。

读到这里就该明白：看到一个新工具论文，第一反应不该是"能不能用"，而是"它验证过没有、在哪个反应上验证的"。

三、深度拆解 1：预测 ≠ 生成，多数工具只是把"筛子"

这是全文最容易被人忽略、却最实用的一条分界线。

在"反应→序列"这一类里，绝大多数工具是 predictive（预测/排序）型：它们从公开数据库里给已有的天然酶序列打分排序，帮你挑起始点。比如：

• SelenzymeRF / ESP / ProSmith / FusionESP
  ：判断"这个酶能不能催化这个反应"，本质是候选优先级排序器；
• CLEAN
  ：给未表征酶做功能注释，帮你发现可作起点的天然支架；
• CATNIP
  ：只在 α-酮戊二酸/Fe(II) 非血红素铁酶家族内训练验证，跨类外推没谱。

它们不从头造序列。真正"造酶"的生成模型（generative），成熟度集中在后面的 de novo 设计那一节——RFDiffusion 扩散骨架、ProteinMPNN/LigandMPNN 序列设计、ProtGPT2 语言模型生成。

给读者的判断框架： 想"找起始酶"用筛子（predictive）；想"从零造一个自然界没有的酶"才上生成模型（generative）。把筛子当造酶机，是新手最常踩的坑。

四、深度拆解 2：论文的"清醒剂"——4 大局限 + 2 个系统性偏倚

综述在 Conclusions 里没有继续吹，而是列了一串硬伤。这才是这篇值得精读的理由。

4 个技术性局限：

1. 无法高效从头设计出高活性酶
   ——很多预测稳定的设计，湿实验照样失败；
2. 对蛋白质动力学和别构（allostery）理解有限
   ——静态结构预测管不到"运动姿态"；
3. 无法准确建模过渡态与反应能学
   ——催化最关键的"能垒"仍是黑箱；
4. 难以工程化全新的催化机制
   ——目前更多是在已知机制上修修补补。

2 个系统性偏倚（比技术局限更致命）：

• 发表偏倚
  ：已发表研究大多只报"成功的设计"，失败的候选基本不可见。这直接导致训练数据失真——模型只见过赢家，没见过输家。论文明确建议：把正向和负向结果都喂回训练集，才能长出真正鲁棒、可预测的设计框架。
• in silico 与 in vitro 的鸿沟
  ：计算设计和实际表现之间 persistent gap。解法不是更花哨的 AI，而是 hybrid 框架——生成模型 + 分子动力学（MD）+ 量子力学/分子力学（QM/MM）+ 湿实验验证一起上。

论文里有一句特别值得抄下来当座右铭：

"酶设计的主要挑战，或许不在于我们测不够多，而在于我们还没学会一开始就设计出足够好的候选。"

五、深度拆解 3：被忽略的盲区——非天然氨基酸（ncAA）

这一节很容易被跳过，但对"想让酶催化自然界不存在的反应"的人，是硬约束。

现状很尴尬：AlphaFold3、RoseTTAFold All-Atom 这类主流结构预测工具，训练数据里只有 20 种标准氨基酸。 碰到 ncAA，它们要么直接忽略、要么用最接近的天然残基替换、要么侧链信息残缺——结果就是结构预测失真。

补位的工具刚冒头：

• NCFlow
  （2025）：用原子图表示绕开固定 20 氨基酸词表，基准上比 AF3 在小分子/侧链打包更好；但代码目前未公开，且未经实验验证；
• RareFold
  （2025）：在 AF2 的 EvoFormer 上把 20 种天然 + 29 种 ncAA 各当独立 token 训练，有实验验证，还能针对特定 ncAA 微调——但封顶就 29 种。

简而言之，想用 ncAA 扩展酶功能，主流"一键结构预测"暂时靠不住，得走物理力场参数化（MakeRotLib / FakeRotLib / ff_NCAA）或 RareFold 这类专用路线。

六、实操建议：实验员怎么用这篇指南

把全文浓缩成一张"选型决策树"（完整图见随附素材包）：

• 想找 / 筛起始酶
   → SelenzymeRF、CLEAN（有验证）；ESP 家族做底物对排序，但注意未见过的代谢物会掉精度；
• 想改底物谱
   → ProGen（生成新序列）+ PLACER / EnzyACT（评估突变影响）+ AI.zymes（在硅定向进化，输出最终突变体 PDB）；
• 想提热稳定性
   → 优先 ProStab / ProstaNet / Pythia（三者都有实验验证），别急着上那 5 个未验证的；
• 想从头设计
   → RFDiffusion + ProteinMPNN / LigandMPNN 管线已被多个实验验证（如人工金属酶、丝氨酸水解酶），但预期失败率仍高，当作"广阔采样 + 湿实验筛选"而非"一次命中"；
• 铁律
  ：任何计算输出都只是候选，必须湿实验验证；别把预测分数当结论，更别把"未见失败案例"当成"这方法稳了"。

七、AI4T 视角收尾：工具很多，验证很少，说明这还是"工程"不是"魔法"

把这篇综述放进 AI for Technology 的镜头里看，结论很清楚：

AI 正在成为生物制造研发的技术层 / 基础设施——它把序列-结构-功能空间的探索效率拉满，让"从想法到候选"从按年计变成按周计。但论文用 30+ 个工具和一整节局限提醒我们：酶设计仍是工程问题，不是按一下就出的魔法。

给所有想跟风的读者一个三问过滤器，下次看到"AI 设计酶"的标题先问：

1. 有没有湿实验验证？
    在哪个酶、哪个反应上验证的？
2. 数据集覆盖反应所在的分布吗？
    跨家族外推基本要打折；
3. 它是筛子（predictive）还是造酶机（generative）？
    别拿筛子当造酶机。

文献来源（开源，可自由引用）：Teijeiro-Juiz R, Egeler N, Jamróg G, Ringel M, Brück T, Di Geronimo B, Loll B. Applications and limitations of AI tools in enzyme design. Protein Science. 2026;35:e70698. https://doi.org/10.1002/pro.70698

随附《读者素材包》：30+ 工具速查表、选型决策树、局限清单、术语小词典、可引用金句、延伸阅读。