真香现场？CRISPR之母杀入AI蛋白质！一个月前还给AI泼冷水

基因编辑教母，也来做AI蛋白质设计了！

2026年7月16日，CRISPR基因编辑诺贝尔奖得主Jennifer Doudna团队，在顶级期刊Science发布重磅研究，正式杀入AI蛋白质设计新赛道。

这项研究中，Doudna团队实现了“超越自然演化”的 AI 蛋白质设计，创造出的新型基因编辑蛋白 SynTnpB 部分变体活性达到甚至超过了天然酶。

实验结果显示，其在人类细胞和植物细胞的活性均达到野生型，最高编辑效率达到50%。

这也是Doudna职业生涯里，第一次靠人工智能从零创造出自然界不存在的全新基因编辑蛋白，彻底跳出了传统基因编辑的研发逻辑。

据报道，该平台已经申请专利，团队似乎正在根据背后这项技术，筹备一家新的公司。

而就在一个月前 ， Jennifer Doudna在接受彭博社采访时，对AI在生物医药领域的态度，引发了大量的讨论。

她表示，现阶段AI无法做到真正的创新，同时对行业炒作表示担忧。

或许， 当一位科学家表示AI缺少真正创新，却已经手握Science论文时，说明AI生物学浪潮真的来了。

全新的剪切酶

目前， 大家熟知的CRISPR-Cas9基因编辑工具，其实是从TnpB这个更古老的蛋白进化而来的。

它最大的特点就是体型极小、结构精简，自带精准剪切DNA的能力，能在人体细胞、植物细胞、细菌细胞中正常工作。

但难点是，传统方法尽管可以探索TnpB更大的序列空间，但在进行大量序列重写后，仍然难以保持其活性。

由此，Doudna的团队提出了一种人工智能蛋白质设计策略，该策略整合了结构和进化信息，目标是通过AI改写TnpB氨基酸序列，让它剪切DNA的效率超过天然酶。

这次研究的核心亮点，是团队用到了一套反向AI蛋白设计模型（Meta逆向蛋白模型ESM-IF1）。

图：使用 ESM Inverse Folding（ESM-IF1）模型

团队不是让AI凭空乱写序列，而是采取了“结构与进化双约束”的策略。

结构约束：先根据蛋白的立体结构，让AI生成一批新的序列，确保这些序列能折叠成大致正确的形状。

进化约束：如果让AI随意生成序列，很容易把关键骨架修改。于是团队将进化中极其保守的位点锁定不动，只允许AI去重新设计那些进化上比较灵活的位点。这样就保证了蛋白的基本功能骨架不被破坏。

基于此，团队采用模块化组合的方式，从近2000个组合中筛出了9个效果最好的SynTnpB 变体。

随后，团队在人类和植物细胞中进行了验证，结果非常惊喜。

在人类细胞中，多数变体活性与野生型相当，最高编辑率达到50%，约为野生型的 1.8 倍。植物细胞实验中，同样在多数测试靶点上优于野生型。

麻省总医院知名基因编辑专家Kleinstiver表示：这项研究的核心价值，并不是造出了更小的基因剪刀，而是建立了一套成熟的AI定向设计流程。

这套流程可以在不破坏蛋白活性的前提下，对核心结构进行大规模改造，还能针对人体不同基因靶点，自动优化出最优编辑工具。

虽然目前没有创造全新的编辑功能，但在专利突破、工具迭代上的价值无可替代，和头部AI蛋白公司Profluent Bio的前沿思路不谋而合。

目前，Doudna团队与诺奖团队Baker紧密合作，两大诺奖得主团队希望能利用互补的优势，实现1+1=3，创造一些单独无法实现的新突破。

“双面”诺奖得主

Jennifer Doudna是谁？

她是全球基因编辑领域标杆科学家，加州大学伯克利分校化学、分子与细胞生物学教授。

2020年，诺贝尔化学奖授予Jennifer Doudna与 Emmanuelle Charpentier 共同获奖，表彰两人开发CRISPR-Cas9 可编程基因编辑工具

此前，两人在Science发表标志性论文：证明CRISPR-Cas9可在体外精准剪切 DNA，诞生改写生命代码的 “分子剪刀”，引爆全球生物技术革命。

不止如此，还是一位连续创业者，创办了多家基因编辑领域的生物技术公司，包括Caribou Bioscience、Editas Medicine、Intellia Therapeutics等。

2017年， Doudna 联合创立Mammoth Biosciences（猛犸生物），核心开发小型 CRISPR 系统，解决传统 Cas9 体积过大、难以通过病毒载体递送的痛点。

不过，就在一个月前， D oudna因为接受彭博社的采访，展示出她对AI的思考， 引发了行业热议。

她表示，她没有看到Chatbot形式的AI在创新。她们只是在总结数据，做一些撰写报告、写论文的工作，不会提出一个前所未有的新想法。

记者随后追问： 那么你是说人工智能无法创新吗？

她表示：她不知道它是否不能，她只是现在没看到它在这么做。

她表示，真正的创新仍然在人类手中。因为生物学非常复杂，无法通过模拟来理解人体。

而那些承诺治愈疾病的人，正是兜售这些工具的人。

她这番言论立即引发了大量的关注和讨论。

有人赞同她的说法，因为生物学是目前最复杂最神秘的系统，AI科学家实际上很大程度上把它想得太简单了。

但也有人指出Doudna正在与前沿脱节，只是一种没有跟上AI生物学的一种体面说法。

还有专家表示积极的看法，尽管现阶段AI仍然面临着各种问题，尤其是数据，但未来的前景是光明的。

但现在，Doudna的全新成果，恰恰诠释了这位顶级科学家的态度：对工具保持警惕，但对真理保持开放。

她此前的保守并非固执，而是基于对生物学复杂性的敬畏；她如今的AI成果也非跟风，而是源于对解决问题本质的渴求。

科学的进步，从来不是在口号中诞生，而是在“怀疑—验证—突破”中进步。

我们也进一步见证了，AI在生物学从预测走向设计。

浪潮真的开始了。

—The End—