夜雨聆风如果让你改造一辆赛车，传统做法往往是先做出成千上万个零件版本，再一轮轮测试：哪个发动机更强，哪个底盘更稳，哪个组合跑得更快。每一轮筛选后，再从最好的一批继续改，反复迭代。蛋白质工程中的“定向进化”，其实也很像这个过程。
研究人员先制造大量突变体，再通过实验筛选出性能更好的版本，接着继续突变、继续筛选。它非常有效，但也往往意味着大量实验、漫长周期和多轮迭代。 那么，AI能不能不再只是批量生成蛋白质序列，而是根据实验数据，直接朝着“活性更高”的方向设计？
2026年7月29日，加州大学伯克利分校Junhao Xiong博士领衔的团队在《Nature Biotechnology》发表研究论文 “Property guidance for protein sequence generative models with ProteinGuide”，提出了一种名为ProteinGuide的新方法。这项工作的亮点非常直接：研究团队利用ProteinGuide设计腺嘌呤碱基编辑器，仅经过一轮引导生成和实验验证，就获得了编辑效率超过此前七轮定向进化结果的新型编辑器。
这不仅是一次更强编辑器的诞生，也展示了蛋白质AI正在发生一个重要转变：从“生成看起来合理的序列”，走向“按照目标性能定向生成序列”。
蛋白质大模型，为什么还不够？
近年来，ProteinMPNN、ESM3等蛋白质生成模型发展迅速。它们可以根据结构生成序列，也可以像语言模型一样“续写”蛋白质。但这类模型首先学到的，是天然蛋白质中的普遍规律。
它们知道什么样的氨基酸组合更容易形成稳定结构，也知道哪些序列更像一个真实存在的蛋白质。但在实际蛋白质工程中，研究人员想要的往往不是“像天然蛋白质”，而是某种非常具体、甚至天然界中十分罕见的性能。
例如，一个酶要有更高的催化活性，一个抗体要有更强的结合力，一个基因编辑器要提高目标位点的活性，同时降低脱靶。这些性质通常不会自动包含在通用蛋白质生成模型中。
因此，目前常见的策略是先让模型生成大量序列，再用另一个预测模型对它们打分，最后筛选出最好的候选。
这就像先把整个停车场停满车，再从里面寻找最快的那一辆。目标性能越罕见，需要生成和筛选的序列就越多，效率也越低。
ProteinGuide：给生成模型加一个“方向盘”
ProteinGuide所做的，并不是重新训练一个更大的蛋白质模型，而是给现有生成模型增加一个实时导航系统。它将蛋白质生成模型与性质预测模型连接起来。
生成模型负责保证序列在整体上合理，性质预测模型则负责判断当前设计是否正在接近目标。蛋白质序列每生成一步，ProteinGuide都会利用预测信号对生成方向进行调整。因此，它不是等整条序列生成完后再判断好坏，而是边生成、边纠偏。
作者将这种策略称为“on-the-fly conditioning”，也就是即时条件引导。简单来说，过去的方法更像“生成后筛选”，而ProteinGuide更像“生成时导航”。这一区别看似不大，实际上非常关键。它意味着研究人员不需要重新训练原来的蛋白质大模型，也不需要牺牲模型已经学到的通用蛋白质知识，就能让模型针对新的实验目标进行定向设计。
为什么不直接微调模型？
另一种常见策略，是用实验中表现最好的蛋白质序列继续训练生成模型，也就是微调。但实验数据通常只有几百到几千条，而蛋白质大模型可能是在数亿条天然序列上训练得到的。如果直接用少量高活性序列进行微调，模型很容易过度集中于这些有限样本，甚至遗忘原来学到的结构稳定性和进化规律。最终生成的序列可能在某个指标上很突出，却在其他方面变得不合理。
ProteinGuide则尽可能保留生成模型原有的“基本功”。
可以把蛋白质大模型理解为一名经验丰富的工程师，性质预测模型则像一个专门负责性能测试的顾问。ProteinGuide没有把工程师重新训练一遍，而是让顾问在设计过程中不断提醒他：哪些方向值得继续，哪些方向应该避开。
不只适配一个模型，而是一套通用框架
ProteinGuide另一个重要特点，是它并不局限于某一种蛋白质生成模型。研究团队建立了一个统一的统计框架，将其应用到多类模型中，包括ProteinMPNN这样的反向折叠模型、ESM3等掩码语言模型，以及离散扩散和流匹配模型。这意味着ProteinGuide更像一个可移植的“控制系统”，而不是一个封闭的新模型。
研究人员可以使用自己已有的生成模型，再结合实验数据训练一个性质预测器，然后通过ProteinGuide将两者连接起来。在计算实验中，作者利用ProteinGuide引导模型设计具有更高稳定性、更高活性、特定酶学功能以及特定结构类别的蛋白质。更重要的是，它不仅能在已有实验数据范围内寻找更好的设计，还尝试生成性能超出训练数据范围的序列。
这正是蛋白质工程最想实现的目标：不是简单复制已知优秀序列，而是进入尚未被实验探索的新空间。
蛋白质设计真正难的，是多目标平衡
现实中的蛋白质设计，很少只需要优化一个指标。一个酶的活性提高后，稳定性可能下降；一个基因编辑器的目标活性增强后，脱靶也可能增加；扩大识别范围，往往会牺牲特异性。因此，最好的蛋白质并不一定是某一个指标最高，而是能够在多个相互冲突的性能之间找到最佳平衡。
研究团队证明，ProteinGuide可以同时接受多个性质预测模型的引导，例如在提高目标活性的同时，降低非目标活性。这比单纯追求“更强”更接近真实的蛋白质工程。 对于基因编辑器而言，活性、特异性、稳定性和可表达性往往彼此牵制。真正有应用价值的编辑器，需要在这些指标之间取得平衡，而不是只在一项测试中跑出最高分。
一轮设计，如何超过七轮定向进化？
这项工作最令人关注的实验，是腺嘌呤碱基编辑器的改造。腺嘌呤碱基编辑器可以在不造成DNA双链断裂的情况下，实现特定碱基转换，是目前精准基因编辑领域的重要工具。研究团队首先从预训练模型中生成约2000个编辑器变体，并对它们进行实验测试，获得真实的编辑活性数据。
随后，作者利用这批数据训练性质预测模型，再通过ProteinGuide引导蛋白质生成模型，设计出另外约2000个预计具有更高活性的变体。最终，他们得到的新型碱基编辑器，其编辑效率超过了此前通过七轮定向进化获得的结果。
这里最值得注意的，并不是“AI一次就猜中了答案”。ProteinGuide仍然需要实验数据。最初的2000个变体，为模型提供了关于序列与编辑活性之间关系的线索。真正的改变在于，这些实验数据不再只被用来筛选胜者，而是被转化为下一轮设计的方向。传统定向进化通常是“突变—筛选—再突变”；ProteinGuide则把流程变成“实验—学习—定向生成”。
实验从一张筛子，变成了AI设计的指南针。
AI没有取代实验，而是让实验更有价值。这项研究很容易被概括为“AI超越七轮定向进化”，但其更深层的意义，并不是AI取代了传统实验。恰恰相反，ProteinGuide的能力来自高质量实验数据。如果实验测量不准确，性质预测模型就会学到错误规律；如果预测模型无法在新序列空间中泛化，ProteinGuide也可能被带向错误方向。
因此，未来的蛋白质AI不会是“只靠计算”，而更可能是计算与实验形成紧密闭环。
研究人员先生成一批序列，获得实验数据，再训练预测模型，引导下一批设计。每一轮实验都帮助AI更准确地理解目标蛋白质，而每一轮AI设计又减少无效实验。真正被提高的，不只是模型的生成能力，而是每一次实验所产生的信息价值。
对于酶、抗体、受体、基因编辑器乃至全新功能蛋白，这种模式都具有潜在价值。ProteinGuide最重要的贡献，或许不是某一个具体模型或某一个更强的碱基编辑器，而是提出了一种新的蛋白质工程逻辑：
不是让AI漫无目的地产生更多序列，而是让实验数据在生成的每一步中，直接告诉AI应该往哪里走。从一轮AI设计超越七轮定向进化开始，蛋白质工程正在进入一个新的阶段。
