北京
你有没有想过，为什么同样是蛋白质，有的能让你肌肉收缩，有的能识别病毒，有的能把食物变成能量？它们长得可能差不多，但真正的区别藏在你看不见的地方——运动。
MIT的工程师最近搞了个新东西，叫VibeGen。这个名字挺有意思，"vibe"就是氛围、感觉、那种说不清道不明的动态。他们想说：设计蛋白质，别光盯着它长什么样，得盯着它怎么动。
蛋白质不是雕塑，是机器
我们从小学生物就知道蛋白质重要，但课本上的示意图往往是静态的——一个折叠好的三维结构，像折纸艺术品。这没错，但远远不够。
真实的蛋白质在细胞里忙得要死。它们走路、拉伸、弯曲、扭动，像一群微型机器人。血红蛋白要变形才能抓住氧气；抗体要摆动才能识别入侵者；马达蛋白得一步一步"走"才能运输货物。它们的威力不来自形状本身，而来自形状的变化。
MIT的Markus Buehler打了个比方：以前AI设计蛋白质，就像只设计汽车外壳，完全不管发动机怎么转。VibeGen想做的，是让你直接说"我要这个动态"，然后AI把蛋白质写出来。
AI蛋白质设计的盲区
过去几年，AI在蛋白质领域确实火。AlphaFold解决了预测结构这个老大难问题，能根据氨基酸序列猜出蛋白质长什么样。各种生成模型也能从零设计新结构，造出自然界不存在的东西。
但这里有个盲区：这些工具几乎都在盯着"快照"——蛋白质折叠好的那一瞬间， frozen in place。问题是，蛋白质在身体里从来不是 frozen 的。它们在振动、在切换构象、在对环境做出反应。
Buehler说，结构预测曾经是"如此宏大的挑战，吸引了整个领域的注意力"。但现在该往前走了。他和前博士后Bo Ni认为，需要"physics-aware AI"——能推理运动，而不只是分析静态形态的AI。
VibeGen怎么工作
具体技术细节原文没展开，但核心逻辑很清楚：输入你想要的运动模式，输出能实现这种运动的蛋白质序列。
这建立在Buehler实验室之前的一系列工作基础上。他们一直在搞"agentic AI for science"——让多个AI模型自主协作，解决单个模型搞不定的复杂问题。
Buehler的原话是："生命在基本分子层面的本质，不仅在于结构，还在于运动。从蛋白质折叠到材料在压力下的变形，一切都遵循物理学的基本定律。"
换句话说，他们想把物理规律直接编进AI的推理过程里，而不是让AI只从数据中学统计规律。
为什么这很重要
原文举了几个应用场景：设计能结合病毒的蛋白质、模仿丝的机械特性做可持续材料。这些都需要蛋白质不仅能"存在"，还要能"动起来"。
比如你想设计一个分子开关，得让它在两种形状之间可逆切换。只看静态结构，你根本不知道它能不能顺利切换、切换快不快、需要什么条件触发。VibeGen想直接针对这些动态特性做设计。
这篇论文3月24日发表在期刊Matter上。原文没提具体实验验证到什么程度，也没说VibeGen设计的蛋白质有没有在实验室里实际合成测试。所以目前这更像是一个方法学的突破，而不是已经落地的技术。
一个值得想的问题
蛋白质设计这个领域，过去几年被AlphaFold带火之后，一直在"结构"这个维度上卷。现在MIT这组人想开辟新维度——运动。
这有点像计算机图形学的发展：早期大家拼多边形数量，后来拼纹理，再后来发现真正让角色活起来的是骨骼绑定和物理模拟。蛋白质也许一样，静态结构只是起点，动态才是功能的本质。
当然，" specify the vibe"这个说法本身就很 vibes ——把严肃的分子工程，说得像调音乐一样随意。这可能是MIT工程师的幽默感，也可能暗示着这个工具未来会做得足够傻瓜，让生物学家像写提示词一样设计蛋白质。
但现阶段，VibeGen更像是一个研究方向的确立：AI设计蛋白质，该从"长得像什么"进化到"动起来怎样"了。至于这条路能走多远，还得看后续有没有扎实的实验跟进。毕竟，在生物学里，预测和验证之间，往往隔着很长的距离。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
