知识卡片：从自然语言可编程设计功能蛋白

一句话结论

Pinal 是一个 16 亿参数（16-billion-parameter）的基础模型，可直接从自然语言功能描述生成候选蛋白质；在四类设计任务中均观察到预期功能，其中设计的 H-protein 在多酶 CO2 固定路径中使产物滴度较天然大肠杆菌 H-protein 提高 1.7 倍，且未经过迭代实验优化。

事件概述或研究问题

• 来源：Nature，2026 年 10 月 21 日在线发表，DOI: 10.1038/s41586-026-11205-z。
• 研究问题：现有蛋白质设计模型通常需要以天然蛋白为优化起点，或需将功能目标手动改写为几何与序列层面的约束；作者试图验证“自然语言”能否作为蛋白质候选生成的高层接口。

方法/产品要点

• 模型：Pinal，16-billion-parameter 基础模型，从期望功能的自然语言描述设计候选蛋白。
• 训练数据：1.7 billion 条合成标注的 protein–text 配对，用于连接功能意图与蛋白质序列、结构。
• 计算评估：生成候选在预测可折叠性、功能描述对齐度和序列多样性上同时表现较好，作为优先实验验证的依据。
• 实验任务：荧光蛋白、PET 水解酶（polyethylene terephthalate hydrolase）、醇脱氢酶（alcohol dehydrogenase）、代谢 H-protein 四类。
• 开放资源：预训练权重发布于 Hugging Face（westlake-repl/Pinal）；代码以 Apache 2.0 许可开源（GitHub: westlake-repl/Denovo-Pinal）；提供 Pinal web server。完整预训练语料与训练管线未公开发布（出于双重用途生物安全风险考虑，仅以保密方式提供给编辑与同行评审）。

主要结果或产业意义

• 四类任务均实验观察到预期功能，两种设计的酶均显示催化活性。
• 未经迭代实验优化，Pinal 设计的 H-protein 在多酶 CO2 固定路径中使产物滴度相对天然大肠杆菌 H-protein 提高 1.7 倍。
• 产业意义：自然语言可作为蛋白质设计的高层接口，减少对手工指定结构或序列约束的依赖，支持“可编程探索”。

为什么重要

• 把“功能意图”直接作为设计输入，绕过了以天然蛋白为起点或手动形式化约束的两类限制，可能改变蛋白质工程的候选生成流程。
• 在 CO2 固定路径上观察到产量提升，提示该方法在代谢工程与碳利用方向具有应用潜力。
• 与既有卡片的关系：本卡片涉及“生成式设计生物对象”的脉络（如基因组语言模型设计噬菌体），但本条提供的是蛋白质层面、且有实验验证与量化产量结果的具体案例；两者不重复同一事实。

局限与不确定性

• 仅基于摘要与可见正文片段，方法细节、四类任务的定量活性数据、统计与对照设置待核实（全文为订阅内容）。
• 训练语料未完整公开，复现完整训练流程受限；“1.7 倍”为特定路径与特定对照下的结果，外推需谨慎。
• 作者声明 Pinal 未针对病毒蛋白设计训练或使用；双重用途生物安全风险仍是该类模型公开释放的未决问题。
• 计算评估中的“预测可折叠性”等指标与实际功能的相关性边界待核实。

可用于图书/PPT/简报的角度

• “自然语言即设计接口”：从序列/结构约束到功能描述的范式转变。
• 基础模型 + 湿实验闭环：四类任务的一次性设计验证。
• CO2 固定路径的产量提升作为可持续生物制造的案例点。
• 开放科学与生物安全平衡：权重/代码开源 vs 训练语料保密释放。

原始材料

• 标题：Programmable design of functional proteins from natural language
• 来源：Nature（Published online: 21 October 2026）
• DOI: 10.1038/s41586-026-11205-z
• URL: https://www.nature.com/articles/s41586-026-11205-z
• 关键词（英文）：protein design; foundation model; natural language; CO2 fixation; enzyme design
• 代码与权重：https://github.com/westlake-repl/Denovo-Pinal；https://huggingface.co/westlake-repl/Pinal