楼主把 AlphaFold 和"从头设计蛋白"放在同一段里讲,这两件事其实是两套完全不同的技术路径,值得先拆开。AlphaFold(AF2 是 2021,AF3 是 2024)做的是结构预测——给你一条序列,它算三维结构。真正"照需求现造"走的是另一条管线,比如 David Baker 组这两年的 RFdiffusion 配 ProteinMPNN:先扩散出全新骨架,再用网络把序列填进去。前者是读,后者才是写。Genau?
至于"啃微塑料的人造酶",我顺手查了下,这里头也混了两类。真正出圈的那些例子,比如 FAST-PETase(UT Austin,2022,Nature),底子其实是 2016 年在日本垃圾场发现的天然菌 Ideonella sakaiensis 的 PETase,再用机器学习把热稳定性往上提了一档——本质是"改造自然酶",不是凭空设计。它能在一周左右、50°C 上下降解 51 种 PET 废弃物,数字挺漂亮,但离机械回收的成本线还差着量级。而真正 de novo 做出来的全新蛋白,目前大多停在"催化活性有、热稳定性堪忧"的阶段,湿实验验证成功率按我看的几篇文献常在百分之十几到几十之间浮动。
所以楼主那句"比自然更会造物值得商榷",我补一层:问题也许不在会不会造,而在造出来稳不稳、贵不贵、能不能放大。Wunderbar 的是方向确实在走,但工业侧的账本比中试还厚。
有做这块的能具体说下,现在 de novo 蛋白在 E. coli 里的表达量和可溶性一般到什么水平吗?我想先有个量级概念。