事件
2025–2026 年 David Baker 团队（2024 化学诺奖得主）把生成式蛋白设计从“造形状”推进到“造功能”。其核心方法 RFdiffusion2 从量子化学给出的酶活性位点几何出发，从头设计全新的锌金属水解酶（zinc metallohydrolase），并在湿实验中确认催化活性与晶体结构。方法论文（bioRxiv 预印本）报告：在 41 个基准活性位点中，41/41 在硅（in silico）全部 scaffold 成功，而此前最佳方法仅 16/41——这一差异把“能否凭空设计出一个会催化的蛋白”从偶然变成可重复的工程。
为什么值得关注
第一，它把 de novo 蛋白设计的天花板又抬高了一档。AlphaFold 解决了“给序列预测结构”（读分子），而真正的梦想是反问题——“给功能写蛋白”（造分子）。此前 RFdiffusion 已能造 binder、对称寡聚体、酶活位点支架；ESM3 用 980 亿参数生成 esmGFP（与自然已知荧光蛋白仅 58% 相同，约等于 5 亿年进化距离）。但“能折叠”只是桌面，“能催化”才是新边疆——本篇首次把活性位点的几何约束直接作为扩散生成的输入，让设计从一开始就瞄准“会干活”。
第二，区别于我们近期覆盖的生物×AI 两条线。8 月我们发过 Claude 自主设计蛋白结合剂（15 靶 14 中、命中率 22.6%–35.1%，且由 Adaptyv/Twist 独立湿实验验证），也发过 Revel CMLase（AI 筛 5 万微生物基因组设计催化肽抗衰老）。Claude 那条是“通用大模型跨域做 binder”，CMLase 是“筛选自然界已有酶并改造”；而 RFdiffusion2 是从零生成自然界从未存在、却具备确定催化机制的酶——三者恰好构成“通用模型 / 改造自然 / 凭空创造”的三种范式。
第三，方法可迁移性极强。把“量子化学算出的活性位点”当作设计锚点，意味着任何有明确化学机制的酶（不止水解酶）都可能被同法攻破。配合 Baker 实验室一贯的开放权重与公开蓝图传统，这类“设计→构建→测试”的 prove-it 闭环，正在把合成生物学从手艺变成可调用、可复用的基础设施。
一句话定性
当 AI 能按“想要的化学机制”凭空画出会催化的蛋白，且湿实验点头，生物制造的设计空间被真正打开了——蛋白不再是进化的遗产，而是可按需定制的零件。