文章核心观点 - 斯坦福大学/Arc研究所的研究团队推出了一种名为Proto的高级编程语言，旨在整合多种AI工具，实现复杂且多模态的生物学设计，代表了生物设计领域的一次范式转变[3][5][30] 传统生物工程设计的局限性 - 传统方法依赖从天然生物组件中挑选组合，通过“构建-测试-学习”循环迭代，过程耗时、昂贵且依赖经验和运气[9] - 尽管生成式AI模型出现，但现有方法碎片化，不同模型（如蛋白质设计、DNA设计、预测分析）难以组合以解决复杂问题[10] Proto编程语言的核心构成 - 其核心思想是将生物设计任务抽象为四个基本“原语”：序列（代表DNA、RNA或蛋白质字符串）、约束（评分函数，判断序列优劣）、生成器（提出候选序列，如大型语言模型Evo2、扩散模型）和优化器（迭代改进序列以满足约束）[13] - 这四种组件可以像乐高积木一样自由组合，构建从简单到复杂的设计程序[14] Proto的理论框架与优势 - 背后有一个基于能量的模型的数学框架：目标分布正比于生成器先验乘以指数形式的负约束得分，旨在平衡生物序列的“合理性”与功能的“优越性”[16][18] - 支持多目标优化，多个约束可以简单相加形成“专家乘积”，允许同时优化多个目标（如蛋白质结构稳定、与特定DNA结合、在特定细胞中表达）[19] Proto的实验验证与性能 - 案例一：设计细胞特异性剪接的内含子。仅测试65个候选序列，32%表现出显著的目标方向差异剪接，而此前类似研究成功率不到7%且测试了超过10万条序列[22]。其中一个设计在SH-SY5Y神经细胞中剪接率为36%，在K562白血病细胞中为71%，实现了精准的细胞类型特异性调控[23] - 案例二：协同设计启动子-阻遏蛋白对。设计了全新的σ70启动子，86个候选中有71个的活性超过了已知的强启动子PLtetO1[24]。针对这些启动子设计对应的阻遏蛋白，成功率达到46%[24]。最强的设计之一ProtoRepressor 44_9对其目标启动子展现出2倍的抑制效果，且对非目标启动子几乎没有影响[24] - 案例三：AI智能体驱动的复杂系统设计。集成了通用AI智能体，研究人员可用自然语言描述需求，AI智能体自动编写Proto程序[25]。完成了三项挑战性任务：设计了249个人类蛋白质复合体（涵盖797个基因，中位RMSD仅1.9埃）、重新设计了β2-肾上腺素信号通路（涉及8种蛋白质、多种小分子配体和DNA元件）、设计了靶向非小细胞肺癌的多层调控系统[28] 工程挑战与开源状态 - 开发面临生物学AI模型生态“各自为政”的挑战，团队建立了标准化的基础设施，目前已支持超过120种工具[27] - 研究团队已将Proto完全开源，包括Python API、图形用户界面和云端执行环境，以促进生成式生物学编程的广泛使用[6][29] 行业意义与未来展望 - Proto有望成为生物系统设计的“通用语言”，正如高级编程语言Verilog和C语言推动大规模集成电路和计算机程序的发展[30] - 随着生物学序列生成式模型、序列到功能预测模型以及基于大语言模型推理的AI智能体的不断改进，Proto所能设计的生物学功能在范围、规模和可靠性方面都将得到提升[31] - 未来生物学设计将不再受限于天然可用元件，而更多受限于人类的创造力[31]