行业全景：AI + 蛋白质（2026 年报告）

#

赛道全景：一场席卷生命科学的浪潮

蛋白质结构预测与从头设计（de novo design）是生命科学领域自 2020 年以来变化最为剧烈的赛道之一。AlphaFold 2 ^[1] 在 CASP14 竞赛中的惊艳亮相，彻底颠覆了这一领域长达半个世纪的研究范式 —— 从"50 年悬而未决的生物学难题"一跃成为"已解决问题"。

2024 年，这场变革获得了最高级别的学术认可：Demis Hassabis、John Jumper（AlphaFold） 与 David Baker（计算蛋白质设计） 共同荣获 2024 年诺贝尔化学奖 ^[14]，标志着 AI 蛋白质科学正式进入主流视野。

2026 年，赛道进入**"Builder 阶段"**—— AI 从孤立工具演变为研发操作系统的默认组件。73% 的领先生物技术公司已将蛋白质结构预测纳入核心研发流程，200+ 款 AI 关联药物进入临床开发，预计 2026 年将有 15-20 款进入关键性临床试验。2026 年 1 月，《Cell》发表 AlphaFold 3 论文详述其"原子精度"预测能力；Isomorphic Labs 预计首批 AI 设计候选药将于年底进入 I 期临床。

技术演进时间线

#

市场规模与增长预测

AI 蛋白质赛道已从学术前沿演变为一个高速增长的产业集群。2026 年的核心市场数据：

#

核心技术路线

当前赛道存在三条主要技术路线，各有其适用场景：

技术路线对比图

#

核心技术栈详解

Boltz-1/2：开源先锋

Boltz 是业界首个在预测精度上逼近 AlphaFold 3 的完全开源生物分子基础模型。2025 年 8 月发布的 Boltz-2 首次将结构预测与**结合亲和力预测（Binding Affinity）**统一在同一个模型中：

• 精度逼近物理方法（自由能微扰 FEP），但速度快 1000 倍
• 支持蛋白质-配体、蛋白质-DNA/RNA 等复合体
• 提供方法条件化、模板引导、口袋约束等可控性特性
• MIT 开源协议，模型权重、训练管线全部公开

AlphaFold：学术旗舰

AlphaFold 3 ^[2] 的核心创新在于条件扩散框架，将预测范围从单链蛋白扩展到整个分子复合体：蛋白质-DNA/RNA 相互作用、蛋白质-配体结合、翻译后修饰体系等。但其代码在初期受限于非商业许可，推动了 Boltz 等开源替代方案的崛起。

ESM 系列：语言模型路线

ESMFold ^[13] 基于 150 亿参数的 ESM-2 语言模型 ^[5]，其核心优势在于无需 MSA（多重序列比对），仅凭单条序列即可预测结构，速度比 AlphaFold 快 6 到 60 倍。ESM 宏基因组图谱已预测超过 6.17 亿个结构。

2025 年，ESM3 ^[10] 标志着语言模型路线的重大跳跃——这是一个 980 亿参数的多模态生成式语言模型，整合蛋白质序列、结构和功能数据，可 模拟超过 5 亿年的蛋白质进化：

• 训练数据：31.5 亿蛋白质序列、2.36 亿三维结构、5.39 亿功能注释，共计 7,710 亿 token
• 已成功生成全新荧光蛋白质 (esmGFP)，与最近天然荧光蛋白的序列相似度仅 58%
• 应用范围涵盖药物发现、材料科学、碟捕获、合成生物学

Chai Discovery：抗体设计革命者

Chai-1 ^[8] 是 2024 年 9 月发布的多模态基础模型，在多个关键基准上表现出色。

2025 年，Chai-2 ^[9] 实现了从头抗体设计的革命性突破：

• 抗体 (VH/VL) 结合命中率达 16%-20%，比传统计算方法高出 100 倍以上
• 微蛋白结合器成功率达 68%，常可获得皮摩尔级亲和力
• 50% 的靶点可在单轮实验中找到成功结合器
• 从分子生成到实验室验证可缩短至两周以内

David Baker 实验室：蛋白质设计之王

2024 年诺贝尔化学奖得主 David Baker 领导的华盛顿大学蛋白质设计研究所（IPD）是从头蛋白质设计领域的绝对旗帜。其核心工具包括 ProteinMPNN ^[12] 和 RFdiffusion ^[7]：

RFdiffusion3 ^[11] 于 2025 年 12 月开源，采用显式 14 原子/残基表示，可直接对原子级约束（氢键供体/受体、埋藏状态）进行条件化设计，实验验证已成功设计 DNA 结合蛋白和新型酶。

商业化平台

#

评价指标体系

理解模型输出需要掌握几个关键指标：

pLDDT（每残基局部距离差测试）

$\text{pLDDT} \in [0, 100]$

衡量每个残基局部结构的预测置信度：

PTM（预测的 TM 分数）

衡量全局折叠拓扑的正确性，范围 $[0, 1]$，越接近 1 越好。通常 $\text{PTM} > 0.5$ 视为可接受结果。

ipTM（界面 PTM）

专用于评估蛋白质-蛋白质或蛋白质-配体复合体预测中界面区域的准确度，是多链复合体预测最重要的指标。

结合亲和力 $\Delta\Delta G$

Boltz-2 新增的关键输出指标，衡量突变对蛋白质-配体结合自由能的影响：

$\Delta\Delta G = \Delta G_{\text{mutant}} - \Delta G_{\text{wild-type}}$

负值表示突变增强结合，正值表示减弱。在药物优化的先导化合物（Lead Optimization）阶段至关重要。

#

动手实验：模型输出置信度解析

#

与传统方法的对比

#

产业应用场景深度剖析

AI 蛋白质技术已渗透到生物医药全产业链的每一个关键环节：

1. 虚拟筛选与靶点发现

在数亿化合物库中，利用 AI 预测的蛋白质口袋结构进行对接筛选，命中率提升 3-10 倍。AI 可为无结构信息的潜在靶点进行"虚拟解析"，扩大可成药靶点空间。药物研发占据蛋白质结构预测全球市场约 55% 的份额。

2. 抗体工程

• 预测抗体-抗原界面结构（CDR 区域），指导定向改造
• 生成式 AI 将抗体研发周期从数月缩短至数周，效率提升数十至数百倍
• Chai-2、Profluent 等模型可在分钟内直接设计目标功能抗体
• 全球抗体药物市场预计 2028 年将突破 4,550 亿美元

3. 酶工程

• AI 设计耐热、耐有机溶剂突变体，减少湿实验迭代轮次
• 2025 年，Baker 团队使用 RFdiffusion2 从头设计功能性丝氨酸水解酶，催化效率逼近天然酶
• PLACER + RFdiffusion 实现活性位点原子级精确设计

4. 临床前加速

AI 生成的药物分子在 I 期临床试验中成功率高达 80%-90%，远高于传统方法约 40% 的平均水平。AI 每年可为制药业节省 260 亿美元的研发成本。AI 使临床前研究周期平均缩短 15-20%。

5. 合成生物学与工业酶

• 蛋白质设计技术在食品科学（人造蛋白）、能源化工（生物催化剂）、环保（塑料降解酶）等领域的应用也在快速增长
• 通过 ProteinMPNN + RFdiffusion 流水线，可批量化生成满足工业需求的定制化酶

#

开源 vs. 闭源：生态格局演变

AI 蛋白质赛道正经历一场充满张力的开源运动：

#

挑战与展望

当前挑战

1. 高质量实验数据不足 — 蛋白质功能与动态数据仍远少于结构数据
2. 计算资源消耗 — 高精度多模态预测仍需大量 GPU 资源
3. "湿实验验证"鸿沟 — 从计算预测到实验验证仍存在时间与成本壁垒
4. 监管与标准化 — 各国正积极推动 AI 蛋白质技术的评估标准与监管框架

未来趋势

1. 从结构到功能 — 下一代模型将预测蛋白质的动态行为、别构效应和功能机制
2. 多模态大一统 — 蛋白质 + DNA + RNA + 小分子 + 共价修饰的全场景联合预测
3. AI-实验闭环 — AI 预测 → 自动化实验验证 → 数据反馈 → 模型迭代
4. 边缘化部署 — 在医院和药企本地部署轻量化蛋白质 AI 模型（如 ESMFold 的单卡推理）
5. 蛋白质即软件 — 以 RFdiffusion 为代表的设计工具使蛋白质研发更像"编程"——输入功能需求，输出分子设计

#

动手实验：氨基酸频率 vs. 疏水性分析

#

核心开源项目速览