安徽大学教授,用AI改写了分子创制规则

叶盛的成长轨迹，和传统的生物研究者截然不同。

他从小痴迷编程，长期沉浸于算法与逻辑的世界里，是众人眼中的“代码少年”。研究生毕业后，叶盛进入安徽大学人工智能学院任教，按照这个轨迹，他就与“0和1”的世界绑定了。

但科研的魅力，就在于打破常规，探索未知。

在中国科大读博期间，叶盛跟随导师“跨界”研究起了蛋白质，他给自己定了一个大胆的目标——创造自然界还不存在的蛋白，按需设计具备特定功能的蛋白。

若在几年前，这个想法简直是天方夜谭。不过，2024年诺贝尔化学奖获得者大卫·贝克，已经通过AI实现单个功能蛋白质的从头创制，只要给定一个目标功能，AI便能生成对应蛋白。

这，让叶盛看到了希望和无限可能，但他并不满足于“单功能”，开始尝试设计能够实现多功能融合的蛋白质。

这次，善意的劝阻声不断。“确实非常难！想要一个蛋白‘既要又要’，也就是同时满足抗菌、低毒、稳定，在传统三维结构空间里几乎做不到。”叶盛解释，蛋白功能之间是相互制约、相互冲突的，这是全世界科学家共同面对的瓶颈。

但叶盛不想放弃，“在物理化学的学科认知里，最迷人的事情是创造新物质，我想挑战一下。”于是，他把自己多年积累的人工智能与编程思维，带进蛋白质研究，默默打磨。

真正的转折点，来自一次再普通不过的科普活动。

叶盛和导师江俊教授带着中小学生体验AI图像融合，在算法作用下，两张完全不同的人脸被融合成一张全新的图像，同时保留两者特征。这个常见的AI应用点亮了他的思路：如果AI能够融合人的特征，那能不能也融合蛋白质的功能？如果AI能够在二维空间中融合图像特征，那么三维结构中难以调和的蛋白功能，能不能也通过“融合”来实现？

依托专业积累，叶盛找到了“光谱”这座桥梁。

“光谱是物质的光学指纹，正如X光片能反映身体状况，蛋白光谱也可以反映内部结构和功能等。”叶盛决定跳出三维结构优化的传统路径，把多功能蛋白融合问题，转化为光谱图像的二维融合问题。

这一大胆转换，让叶盛彻底走出了前人的困局。

到底是怎么做的？在叶盛的研究里，AI不是锦上添花的噱头，而是解决核心问题的钥匙。

“微观到宏观的演化复杂度极高，远超人类理解范围，而AI最擅长处理高维复杂数据。”叶盛介绍，AI能够在传统方法难以搜索的巨大空间中寻找最优解，进而让抗菌、低毒、稳定等多重性能实现协同优化。

事实上，叶盛的团队在人工智能与红外光谱的深度结合上已有基础。早前，他和安徽大学的同事们与中国科大合作，已经开发出能从二维红外光谱直接重建蛋白质动态结构的人工智能计算框架。在这次的科研攻关中，他又带领团队搭建起“谱—构—效”一体化框架，在光谱特征、分子结构、功能表现之间建立稳定关联，再通过生成式AI实现多目标协同优化。

“我们让AI分别学习抗菌、低毒、低溶血的特征向量，在隐空间里做深度融合，再把融合后的光谱还原成蛋白质序列与结构。”叶盛形象地解释，传统方法像调鸡尾酒，不同成分混在一起容易相互排斥，而AI，是在分子层面重新寻找一种能够兼容多种功能的稳定骨架。

成果很快得到验证。

在与清华大学李景虹院士团队等合作开展中，这款AI设计的新型抗菌肽，在小鼠败血症模型中的治疗效果优于临床一线药物万古霉素，同时具备高抗菌、低毒、低溶血的安全特性。这意味着，它有望成为应对耐药细菌感染的新选择，缓解临床上抗生素滥用与耐药性加剧的困境。

这项技术并非只适用于抗菌肽。针对肿瘤治疗中大量“不可成药”靶点，团队设计出能够同时结合多个蛋白的新型多肽分子胶；围绕PD-L1设计的蛋白药物，在细胞水平上表现优于部分已上市抗体药物；与中国科学院团队合作开展的酶分子改造，也在农业光合效率提升方面取得突破。

有了AI这个“搭档”，叶盛团队的研究效率相比传统方式提升百倍以上，成功率突破50%，让蛋白质设计逐渐从“试错驱动”走向“智能生成驱动”。

相比具体成果，叶盛更关注的是AI正在带来的科研范式变化。

过去，一项前沿生物医药研究，往往需要结构生物学家、计算化学家、药理学家以及实验团队长期协作，还需要昂贵设备、超算资源和巨额投入。

而现在，AI正在改变这一切。

叶盛将这种变化概括为三个层面：

在能力上，团队建立了统一的“谱—构—效”框架，实现多功能蛋白的可预测、可控制设计；

在模式上，分子创制正在从“大团队驱动”走向“个人驱动”——一个研究者加上一套AI平台，就有机会完成从分子设计到实验验证的全过程；

在产业上，这一能力将直接赋能创新药、合成生物、生物制造等关键领域。

“这本质上是一种创新平权。”叶盛说，今后，即便没有充足经费、高端设备，依托普惠大模型、共享自动化实验平台，普通高校的青年学子、中小企业的研发人员，甚至只是心怀热爱与奇思妙想的年轻人，都能平等站在创新的起跑线上，真正参与到最前沿的科研探索中。

他相信，未来会出现越来越多“One Person Creator”甚至“One Person Company”——一个人提出问题，用AI完成设计，通过共享实验平台完成验证，再推动成果转化。

“未来真正的竞争，可能不再是谁拥有更多资源，而是谁能更快创造出新的功能分子。”在叶盛看来，AI正在重新定义“创新”本身，“创新，不再只是少数顶尖机构的特权，而是每一个敢于跨界、敢于提出问题的人，都有机会参与其中。”

而打开这扇门的钥匙，是想象力，也是把“不可能”变成可能的勇气。