9460万，赌AlphaFold没走的那条路

AlphaFold几乎把自然界2亿多种蛋白质结构预测了一遍。

David Baker想走另一条路：不预测自然造了什么，而是造出自然从没造过的东西。

今年8月的一个早上，研究助理Jack Boylan调出前一晚的实验结果。

实验室的DNA测序仪旁，试管里泡着一大批人工设计的DNA序列，都是自然界从未进化出来的。哪条能用、哪条是废品，全靠这台机器一次读完、一次报出。

不久前的一次实验，他们把600万条这样的设计序列一起丢进同一支试管，同时测。换成传统做法，光是测这一批就得花上好几年。

Boylan所在的这家机构叫AI BioDesign，9月3日刚在西雅图对外亮相，距离艾伦研究所总部不过几分钟路程。

它背后是保罗·艾伦遗产体系砸下的9460万美元，领头人正是2024年诺贝尔化学奖得主Baker和基因组学家Jay Shendure。

左：David Baker，2024年诺贝尔化学奖得主。右：Jay Shendure，基因组学家。两人共同领衔AI BioDesign。

在这个算力决定一切的时代，他们不打算拿这近一亿美元去训一个更大的模型，而是要在那支试管上做文章。

劫持细胞机器

在试管里做大并发

他们的玩法是打造一个狂奔的闭环：

AI提出设计，实验室造出来并测量，结果回馈模型，再由模型决定下一轮造什么。

听起来是大家熟悉的「设计-构建-测量-学习」，但真正不一样的地方，是这个圈是怎么转起来的。

这里没有铺满机械臂的自动化车间，「规模不来自机器人，来自在试管内部做并行。」执行总监Jesse Gray说。

所谓试管内部的并行，用Shendure的话说，就是劫持进化留给人类的那条细胞流水线，拿它去造、去测几百万个分子。

具体做法是：把几百万条设计序列一起丢进同一支试管，让细胞把它们各自造出来，再放到同样的条件下跑一遍。最后交给测序仪，一次读出哪些能用、哪些是废品。

这样一来，模型学「设计的规则」时，面对的就是海量例子，而不是自然产生的那有限的一小撮。

这类设计出来的分子长什么样？

下图是Baker实验室此前设计的一个结合蛋白：紫色与粉色部分由AI设计，白色是被它整个裹住的胰淀素。

AI设计的胰淀素结合蛋白表面渲染图。

实验不再验证结论

只为喂饱模型

更有意思的是这条产线的KPI。

实验室按五六人一组编成小队，各自死磕一个具体的生物设计难题，旁边配着机器学习团队随时接应。

每一轮实验的成绩怎么算？不只看做出了多少个能用的分子，更看模型从这一轮里学到了多少。

传统实验室的逻辑是先有假设，再设计实验去验证。

AI BioDesign把顺序倒了过来：实验首先是给模型出的「练习题」，按「设计—构建—测量—学习」的循环一轮轮转下去。

每轮结束，机器学习团队会根据结果挑出模型最没把握、最可能学到新东西的那批序列，定下一轮测什么。测完的数据回流给模型，模型更新后再吐出下一批设计。

目标是让每次实验带回的信息量最大，而不是尽快凑出一个成品。

过去是人指挥实验台，现在，实验台开始听AI的安排。

艾伦研究所研究助理Jack Boylan（左）与AI BioDesign执行总监Jesse Gray，在实验室的DNA测序仪前。