研究前沿
AI结构生物学蛋白设计
AI 结构预测进入「湿实验闭环」:验证比预测更贵
结构预测的边际成本已趋近于零,瓶颈转移到「预测出来的结构怎么被实验证实」。这正在改变结构生物学的人力结构。
TL;DR · 三条结论
- 预测准确度在单体蛋白上已足够支撑假设生成,复合物与构象系综仍是薄弱环节。
- 项目成本结构从「算」转向「做」:表达纯化与结合实验成为主要开销。
- 最有价值的用法不是预测单个结构,而是批量筛选设计变体后再小规模验证。
结构预测工具的普及,让「先看结构再设计实验」成为常规操作。但当预测变得廉价,瓶颈自然转移到验证端。
一、可信度的边界
单体球状蛋白的预测与实验结构偏差通常在可用范围内;多聚体界面、柔性区域与构象变化的预测仍需谨慎。把预测结构直接用于对接与突变设计时,应关注置信度指标在关键残基上的分布,而不是全局平均值。
二、成本结构的变化
| 环节 | 过去 | 现在 |
|---|---|---|
| 结构获取 | 数月,昂贵 | 分钟级,近乎免费 |
| 变体设计 | 经验驱动,数量少 | 批量生成,数十至数百 |
| 表达纯化 | 项目主体 | 成为主要瓶颈与开销 |
| 结合验证 | 少量 | 通量需求上升 |
三、给课题组的建议
- 把预测用于「排除」而非「确认」:先筛掉明显不可行的设计。
- 控制验证通量:一次做 12–24 个变体,比一次做 200 个更可持续。
- 建立表达纯化的标准流程,否则验证端会拖住整个项目。
参考来源
- 结构预测在药物发现中的应用边界 — Nature Reviews Drug Discovery,2025
- AI 蛋白设计与湿实验验证闭环 — Science,2026
版本与更正记录
VERSION HISTORY-
v1.1
2026-09-12
补充湿实验验证成本的估算方法与样本来源。
-
v1.0
2026-09-10
初次发布
本文由编辑部独立撰写,不含厂商付费内容;价格与参数以厂商确认版本为准。
相关专题
引用此页
行业资讯 · 更新于 2026-09-10
科研在线(TeleVM). AI 结构预测进入「湿实验闭环」:验证比预测更贵[EB/OL]. 行业资讯, 2026-09-10. https://www.suprotek.cn/news/ai-protein-structure-wet-lab-loop.html.
科研在线编辑部. (2026, September 10). AI 结构预测进入「湿实验闭环」:验证比预测更贵. 行业资讯. https://www.suprotek.cn/news/ai-protein-structure-wet-lab-loop.html
@misc{biocsp_news_ai_protein_structure_wet_lab_loop,
title = {AI 结构预测进入「湿实验闭环」:验证比预测更贵},
author = {{科研在线编辑部}},
year = {2026},
howpublished = {行业资讯},
note = {更新于 2026-09-10,行业资讯},
url = {https://www.suprotek.cn/news/ai-protein-structure-wet-lab-loop.html}
}
GB/T 7714 用于中文论文与报告;APA 7 用于英文期刊;BibTeX 可直接导入 Zotero、EndNote 或 LaTeX。
许可:CC BY-NC 4.0 · 转载注明来源