西湖大学等团队在Nature发表蛋白设计模型Pinal
先了解这件事
西湖大学原发杰、刘建明，香港科技大学（广州）卢泓远和中国科学院深圳先进技术研究院司同等团队在 Nature 发表论文，提出约160亿参数的蛋白质生成模型 Pinal：用户用自然语言描述目标功能，模型先经 T2struct 生成结构符号序列，再由 SaProt-T 逆折叠设计氨基酸序列，无需预先指定结构或序列约束。模型基于约17亿合成蛋白-文本对训练。 在绿色荧光蛋白、PETase、醇脱氢酶和 H 蛋白四类任务中，候选蛋白经实验筛选后表现出预期功能。据 iNature 报道，一种 Pinal 设计的 H 蛋白无需迭代实验优化，用于多酶 CO₂ 固定体系后，产物滴度比天然大肠杆菌 H 蛋白提高 1.7 倍；后续报道给出该设计蛋白为 pinalH02，在42℃反应12小时后甘氨酸浓度达11.1 mM。另有报道称，20个与已知蛋白差异较大的设计中17个成功表达。 研究团队强调，Pinal 不能替代实验验证；若要指定荧光蛋白的精确发射波长，或让酶达到特定工业条件下的最优性能，仍需进一步模型发展、实验筛选和工程优化。后续报道还提到，与天然 avGFP 相比，pinalGFP 在溶液中的寡聚状态更复杂，仍有优化空间。
AI 根据报道生成 · 11 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- 智药邦精选西湖大学原发杰等发表Nature论文：160亿参数模型Pinal用自然语言驱动蛋白质设计
西湖大学、浙江大学、香港科技大学（广州）、中科院深圳先进院等团队在《Nature》发表论文，开发160亿参数的蛋白质基础模型Pinal，直接根据自然语言功能描述生成蛋白质结构与序列。
- iNatureNature正刊：160亿参数模型Pinal用自然语言设计功能蛋白，H蛋白产量提升1.7倍
160亿参数的蛋白质基础模型Pinal基于17亿对合成注释的蛋白质-文本对训练，可通过自然语言描述直接生成候选蛋白。在荧光蛋白、PET水解酶、醇脱氢酶和代谢H蛋白四项设计任务中，实验均观察到预期功能及催化活性；未经迭代实验优化，其设计的H蛋白在多酶一氧化碳固定通路中产品滴度较对应原生大肠杆菌H蛋白提高1.7倍。计算评估显示候选兼具高预测可折叠性、功能描述比对和序列多样性。
- 王初课题组Nature：西湖大学等团队提出Pinal，用自然语言可编程设计功能蛋白质
西湖大学原发杰、刘建明团队与香港科技大学陆鸿元、中科院深圳先进院司同团队在Nature发表Pinal，可直接以自然语言功能描述生成可实验测试的蛋白质序列。Pinal采用文本到Foldseek 3D结构token再到序列的两阶段生成框架，参数规模160亿，训练数据为约17亿蛋白–文本对。
- DrugAI精选Nature：西湖大学等开发160亿参数模型Pinal，用自然语言设计功能蛋白质
西湖大学原发杰、刘建明，香港科技大学（广州）卢泓远和中国科学院深圳先进技术研究院司同等人在 Nature 发表约160亿参数的蛋白质生成模型 Pinal，以自然语言功能描述为输入，经 T2struct 生成结构符号序列、SaProt-T 逆折叠设计氨基酸序列。
- AI蛋白质西湖大学等发表Pinal模型，用自然语言直接设计蛋白质
西湖大学等发表Pinal模型，可直接用自然语言描述设计蛋白质，模型有160亿参数、训练数据17亿对，先根据文字生成三维骨架再填入氨基酸序列。研究在荧光蛋白、降解塑料的酶等四个任务上均获成功，其中参与固碳的H蛋白产物比天然大肠杆菌高1.7倍，且一次设计即成功；另挑20个与已知蛋白差异较大的设计进行表达，17个成功造出。该工作发表于Nature。
- AI蛋白质精选西湖大学等在Nature发表Pinal：用自然语言编程设计功能蛋白质
西湖大学等机构在Nature发表Pinal，一个160亿参数的基础模型，可直接从自然语言功能描述生成候选蛋白质。模型在17亿合成蛋白质-文本对上训练，采用文本到结构再生成序列的两阶段框架，在荧光蛋白、PET水解酶、醇脱氢酶和代谢H蛋白四个任务中均实验观察到预期功能。其中设计的pinalH02在多酶CO₂固定通路中甘氨酸滴度达11.1 mM，比天然大肠杆菌H蛋白高1.7倍，且无需迭代实验优化。
- AI蛋白质西湖大学等团队在Nature发表Pinal：用自然语言描述直接设计功能蛋白质
西湖大学、香港科技大学（广州）与中国科学院深圳先进技术研究院团队在Nature发表研究，开发160亿参数的生成式蛋白质基础模型Pinal，可根据自然语言功能描述直接生成候选蛋白质序列。
- iNature精选西湖大学Pinal模型登《Nature》：用自然语言一句话设计功能蛋白质
西湖大学原发杰、刘建明等团队在Nature发表研究，提出160亿参数的蛋白质基础模型Pinal，可依据自然语言功能描述直接生成候选蛋白序列与结构，训练数据为17亿合成蛋白-文本对。
- 奶牛猫的CADD实验室精选西湖大学团队在 Nature 提出蛋白设计模型 Pinal，可用自然语言描述功能
西湖大学等团队在 Nature 发表研究，提出蛋白质设计基础模型 Pinal，用户可用自然语言描述目标功能而无需预先指定结构或序列约束。Pinal 先将功能描述转换为代表蛋白局部三维结构的 3Di Token，再由 SaProt-T 生成氨基酸序列，模型约 160 亿参数，使用 17 亿蛋白质—文本对训练。
- BioArt精选西湖大学等团队在 Nature 提出自然语言驱动的功能蛋白设计模型 Pinal
西湖大学、香港科技大学（广州）、中国科学院深圳先进技术研究院等团队在 Nature 发表 Pinal，一个以自然语言功能描述为输入、输出候选蛋白序列及结构表征的蛋白质设计模型。
本事件热度走势
- 可比范围当前
- 20
- 可比范围峰值
- 2311月5日 20:00
- 近 24 小时变化
- +41%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。