2025年1月30日，Science发表文章Learning the language of life with AI。文章主要讲述了人工智能通过构建生命大语言模型（LLLM）破解了从蛋白质折叠到基因调控、细胞运作的多维度生命密码，正在将生物学从观察科学转化为可设计、可编程的工程科学，开启生物医学研究、药物开发和生命本质认知的革命性时代。
2021年，在生成式人工智能掀起ChatGPT风暴的一年前，AlphaFold 2破解了困扰科学界50年的蛋白质折叠难题，成功从氨基酸序列预测出超2亿种蛋白质的三维结构。
这一成就预示了生命科学领域大语言模型（LLM）即将迎来的空前爆发
。而这仅仅是个开始。近几个月，我们已进入基础模型研发的超高速阶段——这些经过海量数据预训练的模型，能够执行多种任务，帮助我们理解蛋白质、RNA、DNA、配体等生物分子的结构、生物学特性、演化规律及设计原理，以及它们的相互作用机制。
与处理文本、音频、图像的多模态LLM（如GPT-4、Gemini、Claude）不同，这类生命大语言模型（LLLM）具备"多组学"特性。这意味着它们不仅多模态，更能解析分子生物学的不同层面。例如，基于270万种噬菌体与原核生物基因组（约合3000亿个DNA核苷酸）训练的Evo模型，能预测DNA、RNA或蛋白质变异对结构与功能的影响，判断基因对细胞功能的关键程度，并生成全新DNA序列。
近期报道的模型进展之迅猛令人目眩。AlphaFold 3可预测由蛋白质、DNA、RNA、小分子及配体组成的复合物三维结构，其对80%蛋白质-配体复合物的预测精度与实验误差仅差2埃（1埃=0.1纳米=百亿分之一米）。
Boltz-1的预测精度与AlphaFold 3相当，且完全开源。MassiveFold通过并行计算显著缩短了AlphaFold的运行时间。EVOLVEpro专攻AI引导的蛋白质工程，PocketGen可解析蛋白质-配体相互作用的原子结构。
其他如PIONEER能深化对蛋白质在健康与疾病中相互作用的理解，AbMAP可高效设计抗体（包括对新冠病毒结合亲和力提升20倍以上的抗体）。
在蛋白质之外，RhoFold能根据核酸序列预测RNA三维结构，其姊妹模型RhoDesign专攻RNA适配体设计（即高亲和力结合靶蛋白的短链RNA）。GET模型通过转录特异性预测，精准判断不同人类细胞类型中的基因转录情况。新型DNA语言模型可评估人类基因组编码区与非编码区变异的功能影响，涵盖约90亿种潜在单核苷酸变异。甲基化模型MethylGPT与CpGPT（预印本阶段）专注于表观遗传分析（如生物年龄预测）。SyntheMol从300亿化合物库中设计出针对鲍曼不动杆菌的新型抗生素。
单细胞层面，SCimilarity通过机器学习相似性分类识别细胞类型——人类细胞类型已从传统认知的200种跃升至超5000种。该模型源自"人类细胞图谱"计划（汇集100国3000名科学家，已绘制6200万细胞，目标10亿），标志着细胞研究的范式转变。
单一模型突飞猛进之际，AI多智能体协同科研时代已然开启。斯坦福大学James Zou团队开发的"虚拟实验室"系统堪称典范：五位AI专家（首席研究员、免疫学家、机器学习专家、计算生物学家、科学评论员）通过定期"组会"与人类有限监督，结合AlphaFold-Multimer、Rosetta、ESM三大模型，成功设计出两种高效抗新冠病毒纳米抗体（经实验验证）。
LLLM的蓬勃势头催生了构建"AI虚拟细胞（AIVC）"的
愿景
——
通过多模型协同模拟分子、细胞与组织的动态行为
。得益于人类基因组计划、人类细胞图谱、癌症基因组图谱、ENCODE（DNA元素百科全书）、人类蛋白质图谱等全球项目积累的海量数据，机器学习训练资源充沛。尽管AIVC建成时间未定，但其革命性潜力已获40余位顶尖科学家背书："AIVC有望彻底改变科研范式，推动生物医学研究、个性化医疗、药物发现、细胞工程与可编程生物学取得突破。"
生命科学基础模型的多维度突破，正深化人类对生物分子结构、功能、演化、互作及细胞运行机制的理解。
英伟达CEO黄仁勋断言："人类历史上首次，生物学有机会成为工程而不仅是科学。"
DeepMind的Demis Hassabis进一步阐释："我称之为工程科学，因为与自然科学不同，你需要先构建目标产物，再用科学方法解析其组件。"
但正如Philip Ball在《生命如何运作：新生物学用户指南》中所警示：
生命语言的复杂性远超人类想象
。"将生命比作机器、机器人、计算机是低估了它。生命是过程的级联，每个过程都具有独特完整性与自主性，其逻辑在非生命世界中无迹可寻。"或许Ball所言不虚，但AI已开始解码生命语言的重重迷雾——而更精彩的篇章，正在路上。
https://www.science.org/doi/10.1126/science.adv4414
感兴趣的读者，可以添加小邦微信加入
读者实名讨论微信群
