AI 設計蛋白酶:只留催化核心,可定向切割特定蛋白
研究者用 AI 蛋白設計工具,只保留兩類蛋白酶的催化核心、替換其餘全部結構,得到能把特定蛋白定向切成兩半的人工酶。天然肽鍵極為穩定,估計半衰期長達數百年,生物靠演化出的多種蛋白酶來催化其斷裂,這項工作是跳過自然演化過程直接重設計酶。團隊用它們切割與神經疾病相關的蛋白,驗證了有效性。
依意思最接近的 8 筆
研究者用 AI 蛋白設計工具,只保留兩類蛋白酶的催化核心、替換其餘全部結構,得到能把特定蛋白定向切成兩半的人工酶。天然肽鍵極為穩定,估計半衰期長達數百年,生物靠演化出的多種蛋白酶來催化其斷裂,這項工作是跳過自然演化過程直接重設計酶。團隊用它們切割與神經疾病相關的蛋白,驗證了有效性。
Google DeepMind 表示,其 Argon 把酶工程設計流程壓縮到數小時,並設計出五種經實驗室驗證的絲胺酸酯酶。原文未披露 Argon 的模型細節、設計方法,也未說明這五種酶的用途。
Gemini 4 Argon 在數小時內完成絲胺酸酯酶的設計與篩選,產出 5 個全新設計,後續實驗室測試證實它們均具備穩定的催化活性。研究人員以 4MU-acetate 為基準分子,該分子酯鍵被切開後會在紫外光下發光;Argon 負責彙總相關資料、進行模型微調並給出一系列生物化學篩選條件。傳統酶工程常需數月的模型調優與候選篩選,這一流程有望加速生物製造、綠色化學與藥物研發。
Ricursive Intelligence 兩位創始人在 TechCrunch Disrupt 上介紹,公司正開發能自行設計晶片、從每次迭代中學習並改進後續設計的 AI,目標是自動化並加速晶片設計流程。創始人 Anna Goldie 與 Azalia Mirhoseini 稱未來五年算力需求至少增長 10000 倍,與其建 10000 倍資料中心,不如讓晶片和晶圓用得更高效;
Google DeepMind 發布 SynthID Bio,一套面向 AI 生成生物設計的水印方法。官方稱這是全球首次能在不影響生物功能的前提下,把不可感知的簽名直接嵌入蛋白質序列。該技術屬於 SynthID 水印體系的新分支,具體覆蓋範圍、檢測方式與可用時間尚未公布。
Google DeepMind 發布了一套可快速驗證生物設計是否內建安全防護的工具,並以開放形式供研究使用。該工具面向科研人員,目的是在 AI 加速科學發現的同時不拖慢關鍵研究進度。官方未披露具體工具名稱、技術細節與適用限制。
Google DeepMind 發布一種可充當數字身份證的水印,用於標記 AI 生成的合成蛋白質。該水印能幫助 DNA 實驗室核驗合成蛋白來源,並保持序列資料庫的準確性。隨著相關需求規模擴大,驗證設計是否來自帶內建防護的 AI,將有助於實驗室實現自動化並加強生物安全。
Stripe 設計負責人 Katie Dill 在 2026 年 9 月 10 日舊金山 Lenny and Friends Summit 的演講中提出,AI 讓建置產品更容易,但產品容易淪為通用的殭屍 UI。她認為好設計仍取決於清晰的觀點、對使用者的理解和對細節的用心,並分享瞭如何把標準寫進 AI 工具、在初稿之外繼續編輯、用 AI 做出更原創的產品。該影片由 Lenny's Podcast 於 9 月 25 日發布,時長 21 分 47 秒。