上海交大陆钰明课题组发表人工智能与蛋白设计综述文章

本文综述了人工智能（AI）在蛋白质工程领域的前沿进展，系统梳理了AI技术在蛋白质数据表征、序列与结构设计以及功能评估等核心阶段的应用。背景方面，传统蛋白质研究依赖实验手段，耗时且成本高昂，而AI技术如AlphaFold和RoseTTAFold的出现，显著提升了蛋白质结构预测的准确性和效率。研究目的在于探讨AI如何赋能蛋白质设计，从单一任务向多维度协同设计演进，并在药物开发、疾病治疗和合成生物学等领域展现出巨大潜力。结论指出，尽管AI蛋白质设计面临数据与算法的平衡、模型解释性不足等挑战，但通过“算法-数据-自动化”三位一体的解决方案，未来有望在多模态大模型的推动下，实现跨尺度的整合能力，为医疗健康、绿色制造和粮食安全等领域带来革命性突破。