「读自然」到头了，诺奖得主掏出9460万，赌AlphaFold没走的那条路
AlphaFold几乎把自然界两亿多种蛋白质的结构预测了个遍，「读懂自然」这条路已经走到头。可2024年诺贝尔化学奖的另一半，David Baker，从一开始就没打算顺着这条路往下走。他想的不是预测自然造了什么，而是造出自然从没造过的东西。
9月3日，Baker和基因组学家Jay Shendure领衔的AI BioDesign在西雅图亮相，背后是保罗·艾伦遗产体系砸下的9460万美元，办公地离艾伦研究所总部不过几分钟路程。就在这间实验室里，研究助理Jack Boylan会调出前一晚的实验结果，试管里泡着一大批自然界从未进化出来的人工设计DNA序列。哪条能用、哪条是废品，全靠一台DNA测序仪一次读完、一次报出。
不久前的一次实验，他们把600万条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。
这里没有铺满机械臂的自动化车间。执行总监Jesse Gray说得直白：「规模不来自机器人，来自在试管内部做并行。」按Shendure的说法，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：把几百万条设计序列一起丢进试管，让细胞各自造出来，再放到同样条件下跑一遍，最后交给测序仪一次读出哪些能用、哪些是废品。
这套玩法是大家熟悉的「设计—构建—测量—学习」闭环，但真正的区别在KPI上。
实验室，从验证结论到喂饱模型
传统实验室的逻辑是先有假设，再设计实验去验证。AI BioDesign把顺序倒了回来：实验首先是给模型出的「练习题」，按那个循环一轮轮转下去。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。
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。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。
这不是一个「AI造出了自然界没有的蛋白质」的故事——这件事，Baker早在2003年就用Rosetta软件设计出名叫Top7的蛋白做到了：93个氨基酸，折叠方式在当时所有已知蛋白里都找不到先例。如果说AlphaFold解决的是「读」，预测这串氨基酸会折成什么形状，那Baker解决的就是「写」，为了实现某个功能，我该造个什么形状。
「读」那半这几年被推上了神坛，AlphaFold2和同期那批大模型吃的是人类已经攒好的数据。「写」这半没这个便宜可占：自然界没有的东西，数据库里根本查不到，只能自己造出来、自己测出来。于是它一直憋屈地卡在一个现实的泥潭里——AI一晚上能吐出几十万个候选设计，传统实验室一年做几百个就算高产。设计与验证之间巨大的落差，才是这个领域一直难以击穿的天花板。
用Baker的话说，这个项目真正的突破，是AI的速度第一次开始匹配合成生物学的实验能力：一边一天生成几百万个候选设计，另一边一管子测掉几百万个，这两只齿轮终于咬合上了。
当大家都在追一个能回答所有问题、甚至能模拟整个虚拟细胞的通用大模型时，Baker选了另一条路：做一批只管具体难题的小模型，再为每个问题专门造出海量新数据去喂它。自然进化留下的样本，只是它在几十亿年里试出来的一小撮解，拿这一小撮去学普适的设计规则，缺口很大。要补上缺口，就得缺什么数据、自己造什么数据。造数据这件事，不能靠堆显卡，要靠试管、测序仪和实验台。上一阶段大家抢的是算力基础设施，下一阶段要抢的，是实验基础设施。
更反直觉的是，这局哪怕押赢，成果也全都白送——模型、数据集、实验方法、试剂、基准，全部开放。总裁Rui Costa说得轻松：「如果有很多公司拿这些数据去把世界变好，那是我们的运气。」
狂飙之下，守门人还在后面追
批量制造自然界不存在的分子，必须防范意料之外的生态影响和恶意滥用。这条链上有个绕不开的环节：合成DNA。你下单合成一段DNA，系统会拿它去比对已知的毒素和病原体基因，对上了就拦下。
但守门人未必守得住。2025年10月发表在Science上的研究显示，微软团队用公开的蛋白设计工具，把72种受关注蛋白改写成约7.2万条合成同源序列，结构和功能大体保留、序列面目全非，四款筛查软件大量漏检。该团队随后联合四家合成公司打了补丁，检出率大幅回升。问题在于，补丁只能补已经发现的那个漏洞。设计能力在指数级往前走，守门人却始终在后面追。Baker给出的主张是：所有人工合成的DNA都做登记留档，记录序列，也记录下单的人——他认为这是一道实际可行的防滥用门槛。
赌局已经下注。Costa给的时限是18到24个月拿出真正的进展，五年内开放给全世界的研究者。Baker的愿景清单上写着：一种新疾病的疗法几周而不是几十年就能做出来，海里的塑料被酶吃掉，生物计算机的耗电远低于硅芯片。这些目前都还只是方向，Baker自己也承认，这条路上会先冒出一批能用、却说不清为什么能用的分子——造得出来，但讲不清楚。
达尔文曾用「无尽之形最美」惊叹自然的多样性。但在Baker看来，那些最美的形式只是几十亿年里试出来的一小撮，抽屉里绝大多数格子还没打开过。现在，他借着AI把抽屉拉开，一次翻600万格。AlphaFold把2亿多种蛋白质的结构预测了个遍，下一段路的关口不在模型，而在数据：一条能源源不断吐出新数据的产线。