清华团队两年双突破！AI + 自动化闭环，蛋白质进化效率飙升

哈喽，大家好，杆哥这篇评论，主要来分析清华团队两年双突破！AI + 自动化闭环，蛋白质进化效率飙升

过去两年的冬天，清华大学张数一团队连续交出重磅成果。

先是能极速压缩蛋白质序列空间的 EvoAI，再是 24 小时不停歇的 iAutoEvoLab 智能工厂，两项成果分别登上顶刊

还形成了 "AI 预测 + 自动化实验" 的闭环系统，正打通蛋白质功能设计的黑箱。

EvoAI：82 个锚点浓缩 10⁵⁰种可能

传统寻找优质蛋白质的方法，要么像逐个扫描星空般低效，要么靠不完整数据推算易出错。

张数一团队的思路很巧妙，类似图片压缩提取关键信息，只需找到承载核心功能的 "锚点蛋白质"。

他们用噬菌体当进化平台，搭配 CRISPR 定向突变系统，发明了 EvoScan 扫描方法，能快速锁定增强蛋白功能的关键突变点。

在转录因子 AmeR 的实验中，82 个锚点数据训练出的 EvoAI，将 10⁵⁰的序列空间压缩了 10⁴⁸倍，设计的蛋白质活性最高提升 38 倍。

EvoScan：探照灯式扫描精准找锚点

EvoScan 的核心是把蛋白质功能和噬菌体生存绑定，功能好的蛋白能让噬菌体大量繁殖，差的直接被淘汰。

这套系统就像探照灯分区扫描，能系统探索蛋白质各个区域，精准捕获关键锚点。

在新冠主蛋白酶实验中，它不仅找到已知耐药突变，还发现了一批未被报道的新位点，验证了全局扫描能力。

而绿色荧光蛋白纳米抗体的功能恢复实验，则证明了它精准定位的实力。

iAutoEvoLab：25 天完成从零到强进化

有了 AI 设计方案，如何快速落地成了新难题。张数一团队打造的 iAutoEvoLab，让蛋白质进化进入工业化时代。

这个全自动实验室整合了液体处理工作站、机械臂、恒温培养箱等硬件，搭配 MegaFluent 软件控制系统，能独立决策培养、传代和筛选。

层流罩提供的无菌环境，保障了长达数月的连续试验不被污染。

针对初始活性近乎为零的 CapT7 融合蛋白，它 24 小时不间断运行 25 天，最终进化出的变体活性提升 30 倍以上。

闭环发力：蛋白质可编程进化时代来临

EvoAI 和 iAutoEvoLab 形成了完美闭环：实验室产生的海量进化数据，能持续训练 AI 提升预测精度。

而更强大的 EvoAI，又能指导实验室设计更优进化路线和基因回路，实现蛋白质的可编程进化。

这一模式将高度依赖人工经验的蛋白质工程，升级为标准化、规模化的先进制造。

未来，这个自动化实验 - AI 闭环，有望彻底打通蛋白质序列到复杂功能的黑箱，为医药、合成生物学等领域带来变革。