一、定向进化时代：从 Arnold 到酶工程（1970-2010）
蛋白质设计的起点不是”从零设计”，而是”改现有的”——这叫定向进化（Directed Evolution）。
1978 年，加州理工学院的 Frances Arnold 开始研究如何用进化论原理改造蛋白质酶。她用”易错 PCR”在酶基因中引入随机突变，再通过筛选找到性能更强的酶——这是”用进化模拟自然选择”的雏形。
1993 年，Arnold 团队用定向进化改造了一种枯草芽孢杆菌蛋白酶（subtilisin），让它在有机溶剂中保持活性。1998 年，她推出”DNA shuffling”技术，让多个相关基因重组产生新的酶。2018 年，Frances Arnold 因”酶的定向进化”获得诺贝尔化学奖——这是定向进化科学地位的里程碑。
同期（1990-2010），蛋白质设计的另一支力量是从头设计（De Novo Design）：
- 1997 年，Mayo 团队设计了第一个完全人工合成的蛋白（命名为”Felix”）
- 2003 年，Kuhlman 团队设计出世界上第一个 Top7 蛋白质（93 个氨基酸，全新折叠）
- 2008 年，Fleishman 团队设计了第一个能结合小分子的”蛋白配体”——这是抗体的雏形
但从头设计蛋白质一直非常困难——蛋白质的折叠是”序列决定结构”的过程，但人类无法精确预测。1990-2010 年代整个领域的论文核心都是”我设计了一个蛋白，希望它能正确折叠”——成功率不到 10%。
真正的转折点是 2020 年的 AlphaFold 2。
二、AlphaFold 时代：从 CASP14 到 AlphaFold DB（2020-2022）
2020 年 11 月 30 日，第 14 届 CASP（蛋白质结构预测关键评估，CASP14）线上大会闭幕。结果震撼了整个生物学界：
DeepMind 的 AlphaFold 2 在所有预测类别中都达到了接近实验级精度（92 GDT 平均分），比第二名（97 GDT 距离）领先 30 多分——这是蛋白质结构预测领域 50 年来从未有过的突破。
AlphaFold 2 的核心创新是 Evoformer + 端到端深度学习：
| Evoformer 模块 | 从进化信息（多序列比对，MSA）和配对特征中学习氨基酸之间的关系 |
| 结构模块 | 通过迭代细化生成 3D 坐标 |
| 端到端训练 | 从序列直接预测结构，不需要任何手工特征 |
AlphaFold 2 vs AlphaFold 1：
| AlphaFold 1（2018） | CASP13 上夺冠但仍不够准确（GDT ~60） |
| AlphaFold 2（2020） | CASP14 上达到 GDT 92——比实验级精度（X-ray, NMR）低 2 分 |
| AlphaFold 2.1（2021） | 进一步优化，达到 ~93 GDT |
| AlphaFold 2.3（2022） | 公开发布 |
AlphaFold DB（2021 年 7 月）：DeepMind 与 EMBL-EBI 合作，免费开放 2 亿个蛋白质结构预测。2022 年扩展到 2.14 亿个，覆盖 UniProt 几乎所有已知蛋白质。
2021 年 7 月，DeepMind 创始人 Demis Hassabis 说：”这是 AI 对科学的最大贡献之一。”
2021 年，John Jumper（AlphaFold 2 论文第一作者）因 AlphaFold 2 获得 Breakthrough Prize（2023 年颁发）和 加拿大盖尔德纳国际奖（2024 年）。DeepMind 团队预测他们将在 5 年内获得诺贝尔化学奖。
三、扩散模型时代：从 RFdiffusion 到 Chai-1（2022-2026）
AlphaFold 2 解决了”从序列预测结构”，但没解决”从零设计新蛋白质”。
2023 年 7 月，David Baker 团队（华盛顿大学）发表 RFdiffusion——基于扩散模型的蛋白质从头设计工具。RFdiffusion 的核心创新：
| 蛋白质骨架视为 3D 点云 | 与图像生成类似，扩散模型可以学习从随机点云”去噪”成目标蛋白质骨架 |
| 条件生成 | 可以指定”设计一个能结合特定小分子的蛋白质”——只需在生成时加入约束 |
| 微调到具体功能 | 用 ProteinMPNN 优化序列，再让 AlphaFold 验证折叠稳定性 |
RFdiffusion 论文展示了 100+ 个”全新设计的蛋白质”——它们在自然界从未存在过，但能正确折叠并执行特定功能（包括结合小分子、形成复杂拓扑结构等）。
2024 年，Baker 团队进一步推出 Chai-1（2024 年 9 月）——一个 140 亿参数的多模态蛋白质生成模型，能从序列或结构生成蛋白质，并整合小分子、DNA、RNA 等多模态输入。
2024 年 12 月，David Baker 因”蛋白质从头设计”获得诺贝尔化学奖（与 Demis Hassabis 共同获得）。这是诺贝尔化学奖历史上第二次因 AI 成就颁发（2024 年，AI 蛋白质设计是连续第三次 AI 获得诺贝尔奖）。
关键商业化事件：
- Generate Biomedicines（2020 年成立，Flagship Pioneering 孵化）：2023 年与 Amgen 达成 16 亿美元合作，用 RFdiffusion 设计新药
- Profluent Bio（2022 年成立）：2023 年发布 ProteinCopilot，2024 年与赛诺菲（Sanofi）合作
- Iambic（2019 年成立，原名 Entos）：2024 年发布 Nightingale 模型，能预测小分子与蛋白质结合
- Generate Bio（2023 年成立）：2025 年发布 Diffusion-based 蛋白设计模型
- Chai Discovery（2024 年成立）：基于 Chai-1 模型，专注抗体设计
四、AI + 制药：AlphaFold 之后真正的产业革命（2021-2026）
AlphaFold 2 解决了”已知蛋白质的结构预测”，但制药真正需要的是”设计新分子”——AI 蛋白质设计 + AI 分子生成 + AI 临床试验的组合。
AlphaFold + AlphaFold Multimer（2021 年）：预测蛋白质复合物结构（多个蛋白质结合在一起），对抗体设计至关重要。
ESMFold（Meta AI，2022 年 7 月）：元宇宙 Meta 发布 ESM-2 蛋白质语言模型，能从序列预测结构，速度比 AlphaFold 快 60 倍。
RoseTTAFold（David Baker 团队，2021 年 7 月）：与 AlphaFold 2 同期的开源版本，已被全球数千个研究小组使用。
RoseTTAFold All-Atom（2024 年）：扩展到小分子、DNA、RNA 全原子结构预测。
Chai-1（David Baker 团队，2024 年 9 月）：140 亿参数多模态蛋白质生成模型，2025 年商业化。
ProteinMPNN（David Baker 团队，2022 年 9 月）：反向折叠工具，给定蛋白质骨架生成对应序列，是 RFdiffusion 的核心组件。
商业化案例：
- Isomorphic Labs（2021 年成立，Alphabet 旗下）：用 AlphaFold 设计新药，2024 年与 Eli Lilly 和 Novartis 达成 30 亿美元合作
- Insilico Medicine（2014 年成立，香港）：2023 年发表 AI 发现新药 INS018_055 进入 II 期临床（肺纤维化），2024 年与赛诺菲达成 12 亿美元合作
- Recursion Pharmaceuticals（2013 年成立）：用 AI + 高通量实验筛选，2024 年与 Roche 达成 50 亿美元合作
- CarbonSilicon AI（2023 年成立）：专注小分子设计，2025 年 B 轮融资 1.5 亿美元
五、中国玩家：从百度到深度智耀到晶泰（2018-2026）
中国蛋白质 AI 的发展滞后美国 3-5 年，但追赶速度极快。
百度（2018 年起）：2018 年 PaddleFold 开源蛋白质结构预测工具。2023 年 PaddleHelix 发布，整合 AlphaFold + ESMFold。2024 年与药企合作 5+ 个新药项目。
深度智耀 DeepInsight（2017 年成立，北京）：2020 年发布蛋白质结构预测工具。2023 年与药明康德达成合作。2024 年发布 LDM 分子生成平台。
晶泰科技 XtalPi（2015 年成立，深圳）：专注 AI 分子设计 + 物理模拟。2024 年在港股上市，市值 200 亿港元。2025 年与辉瑞（Pfizer）达成 3.5 亿美元合作。
英矽智能 Insilico Medicine China（2019 年香港注册）：2024 年香港上市，市值 130 亿港元。2025 年与赛诺菲（Sanofi）合作扩展到中国。
望石智慧 StoneWise（2018 年成立，北京）：专注 AI 小分子设计，2024 年与百济神州合作。
华为云 EI 蛋白质（2022 年起）：基于盘古大模型，集成 AlphaFold 2 + ESMFold，提供企业级 API。
字节跳动 Seed（2023 年起）：豆包大模型团队扩展到生物医药，2024 年发布 BDM 蛋白质生成模型。
中国市场的特色是药企主导——恒瑞、百济神州、信达生物、君实生物等头部药企都在内部建立 AI 团队，而不是单纯依赖外部供应商。
六、十字路口：蛋白质 AI 的下一个 10 年
从 1962 年的第一个蛋白质结构到 2026 年的 AlphaFold DB 2.5 亿个结构，64 年里蛋白质结构预测完成了从”几年测一个”到”一天测几亿个”的跳跃。
把这个问题放回接下来 10 年的产业进程里，有三件事必须先看清楚：
1) AlphaFold 解决了”读”，但”写”还需突破。 RFdiffusion 和 Chai-1 已经能设计新蛋白质，但”成功率”（设计蛋白能正确折叠并执行目标功能的比例）仍只有 10-30%。下一阶段的目标是提高到 80% 以上。
2) AI 蛋白质设计 vs 传统药物研发？ 2024 年首个进入临床的 AI 设计药物（INS018_055）III 期试验预计 2027 年出结果。如果成功，整个制药行业将发生范式转变；如果失败，AI 蛋白质设计的”商业化故事”会延后 5-10 年。
3) 中国能否赶上？ 2025 年中国在蛋白质结构预测上已经接近美国（AlphaFold 3 同期有百度、晶泰的版本发布），但在”蛋白质设计”（生成式）上仍落后 2-3 年。下一个 5 年是赶超窗口期。
4) AI 与传统结构生物学的融合。 AlphaFold 预测的结构虽然准确（92 GDT），但仍是”静态结构”——蛋白质在体内的动态结构、配体结合后的构象变化、突变对功能的影响，仍需要冷冻电镜（cryo-EM）和 NMR 实验验证。AI + 实验的融合是未来 10 年的主流模式。
5) AI 蛋白质设计 vs AI 分子设计 + 蛋白质设计。 真正的药物不是只有蛋白质，还有小分子、抗体、RNA、基因治疗等。下一个 10 年的突破很可能来自”全模态药物设计”——AlphaFold 已经从蛋白质扩展到多模态（Chai-1），但全面整合仍需 5-10 年。
64 年后，蛋白质 AI 的真正意义是”让生物学家不再靠运气”——以前发现一个新蛋白结构需要几年、做一个新药需要十几年；现在 AI 能让这一切缩短到几个月、几年。这是 Arthur Samuel 在 1952 年 IBM 701 上演示西洋跳棋时绝对想不到的——但种子是一样的：让机器自己学。
