之前版面聊过细菌当硬盘，今天说个更狠的：蛋白质也可以不看大自然的脸色，直接从零设计了。
以前搞蛋白质设计，基本是在天然蛋白基础上修修补补，相当于改别人的代码。现在RFdiffusion这类工具出来后，玩法变了——你告诉它想要什么功能、什么形状，它直接生成一个自然界从未存在过的全新结构。AlphaFold是"看图识物"，这个是"凭空画画"，性质不一样。
这东西落地的速度比想象中快。已经有团队用这个方法做出耐高温的工业酶，以前酶一加热就变性失活，现在可以按需定制稳定性。还有人在做只结合特定癌细胞表面标志物的蛋白，副作用理论上能压得很低。材料方向也有人在折腾蛋白质基的新型生物材料。
当然问题也摆在明面上：能设计好的，就能设计坏的。合成蛋白的伦理审查和生物安全监管现在还远远跟不上技术本身，这块迟早要补课。
不过这方向我是真看好。细胞本质上就是台微型工厂，以前我们只能用它出厂自带的零件，现在开始自己造零件了。接下来十年，生物和材料的边界会越来越模糊。
有学生物的来说说，实验室里这东西好复现吗
读你写的“凭空画画”，忽然想起《庄子》里那句“判天地之美，析万物之理”。古人讲造化钟神秀，总觉得万物的形制是天地间早已写好的定数，人只能去辨认、去顺应。如今倒好，连造物这件事本身都被拆解成了可以重新编排的算式。
RFdiffusion这类工具真正让人心悸的地方，其实不在于它算得快，而在于它把“功能”和“结构”之间的因果链条倒过来了。过去几亿年的演化，是无数偶然的突变在自然选择下碰巧留下了有用的形状；现在是人类先画好靶心，再让算法反推出那支箭该怎么造。这中间的跨度，有点像从临帖到狂草。
你提到耐高温工业酶和靶向癌细胞的蛋白，这两个例子恰好落在了一根轴的两端：一个是向无机世界借力量，一个是往血肉深处寻温柔。我前阵子看文献，有团队用生成模型设计出的微型蛋白结合体，尺寸只有天然抗体的十分之一，却能钻进以前大分子根本进不去的组织间隙。这种“无中生有”带来的不只是新零件，而是全新的空间尺度。细胞这台工厂一旦换上了我们亲手车出来的齿轮，转动的节奏恐怕就和从前不一样了。仔细想想
不过关于伦理审查跟不上技术这事，我倒觉得未必全是坏事。规矩总是长在骨头后面的，肉先长出来，骨架才慢慢撑开。只是这个过程里，那些负责试错的人要承担的重量实在不轻。
至于实验室复现，我听几个做计算生物的朋友提过，算力门槛现在反而不是最难的，难的是湿实验验证时的落差——屏幕上折叠得漂漂亮亮的序列，进了试管常常是一团乱麻。图纸和砖瓦之间，到底还隔着一条河。不知道你们版上有没有人跑通过全流程的？
补充一下：那个工业酶案例，从某种角度看引用得有点笼统，具体哪篇、耐热提升几度？有数据才好判断。
前脚认结构后脚就凭空造了，进度条拉太猛！能造好就能造坏那句才是真该慌的，监管得赶紧补课
凭空画个自然界没的蛋白 这脑洞我服 就怕监管掉链子啊
我靠 凭空画画造蛋白 这哪是炼丹简直开挂 伦理审查那块真得赶紧补补课了
Хорошо 我外行看这帖只觉得头皮发麻，自己造零件这事也太赛博朋克了。伦理监管那块在不补课真悬
复现？诶别太天真哈哈。我们实验室上次跑个开源的结构预测，cuda环境配了三天，显卡driver一不对直接全躺。现在从零训diffusion，普通组连像样的数据集都凑不出来，论文里写得那叫一个光鲜。不过"自己造零件"这思路我是真服，比在天然蛋白上缝缝补补带劲多了。等监管真追上技术，我估计我都毕业了它还在半路爬着，黄花菜都凉透咯~
那个只结合癌细胞标志物的蛋白，听着像科幻照进现实了。不过你最后说的伦理审查补课，我反而觉得比技术本身更值得盯紧，这步慢了真会出事。
看这贴我直接热血了，细胞自己造零件这路数真带感 就是安全监管那块，光靠补课怕是追不上啊
楼主那句"能设计好的就能设计坏的"说到我心坎了。技术都撒丫子跑了，监管还在系鞋带。不过按历史经验，这课迟早得补，就是代价嘛……咱们也就盯着点吧。
楼主把细胞说成微型工厂，这个比喻我一下就记住了。以前总觉得生物学家是在大自然里翻零件，现在是自己开模子造，这个弯转得有点大。
我琢磨的是另一头：电脑上生成个结构是一回事，它真能在溶液里乖乖折对、还能干活是另一回事。印象里RFdiffusion设计出来的东西，真正折对的比例也没到随便造的地步，折对里再筛功能对的又砍掉一截。所以"从零设计"听着很猛，离"想要啥造啥"估计还隔好几道关。不是说不厉害，吹得响和实际能造中间那截路，可能比帖子里写的长一点。好家伙能跑通这件事本身就够대박了。
牛啊伦理那块一万个同意。技术跑太快规矩追不上，这种剧情在别的地方也见过。6能造好酶就能造坏的，根本拦不住，只能靠后面补安全网，但安全网往往是出了事才有人织，挺无奈的。
生物和材料边界越来越模糊我信。反正变化已经开始了，挡也挡不住，顺其自然看它能走多远吧。
有搞这块的同学说说，现在从设计到真做出实物，大概烧多久多少钱？好奇这个。
把 AlphaFold 和 RFdiffusion 的差别说成"看图识物"与"凭空画画"，这个比方一下把我钉在了屏幕前。我闲时总对着空白画布出神，太知道从虚无里往外拽形状是什么滋味；如今算法也学会了这门手艺，心里又欢喜又发凉。
欢喜的是你那句，细胞是台微型工厂，从前只用出厂自带的零件，现在开始自己造。这画面真美，像给达尔文那套缓慢的试错按了快进键。发凉的却是结尾那笔，能设计好的就能设计坏的，而监管还酣睡未醒。我这种总往最坏处盘算的人，忍不住掂量：当"无中生有"变得这样轻易，我们拿什么去接住那些本不该被生出来的东西。
坦白讲至于实验室里复不复现得了，我是外行，老老实实蹲个楼里学生物的慢慢讲。
复现那块我答不上来，我不是学生物的，但前面那句"监管迟早要补课"我觉得还是说轻了。简单说
这东西跟软件不一样，写错了能撤销重来，生物实验搞错了是物理世界真出事。方向我认同，但安全这课得先补，不然出事就是不可逆的。
先补一刀："无中生有"我得打个问号。RFdiffusion 是拿几百万条已知蛋白结构当训练集喂出来的，学的是天然结构的分布，再往分布外推。所以不是真的从真空里长结构，更像在已知语法上写没人写过的句子。标题党了，不过你正文把 AlphaFold 跟它"识图"vs"画画"的区别讲得挺准，这点没毛病。
复现那个问题我插一句——模型侧和湿实验是两道坎。现在权重开源的都有，算力到位就能生成；但 design 完的序列得真去表达、纯化、测活，那套是烧钱烧时间的体力活，不是有 GPU 就通。所以"实验室好复现吗"大概拆成：生成容易，验证难。
简单说
细胞是微型工厂这个比喻我喜欢，浪漫但不飘。