中国团队用自然语言设计蛋白质，Hugging Face 上线 DNA 版工具
一个由中国研究者组成的大型合作团队开发出可用自然语言提示生成指定功能蛋白质的工具，用户无需掌握蛋白质结构细节。原文称，若以产出可用蛋白质为标准，成功率不算高，但仍能完成任务。另据 Hugging Face 公告，其平台已托管一个在 DNA 层面做类似设计的工具。
推荐理由了解自然语言生成蛋白质的实际成功率与 Hugging Face 新托管工具，判断这条路线是否可用。
共 5 条
AI 设计蛋白酶可精准切割致病蛋白
研究人员用 AI 蛋白质设计工具，保留两类蛋白酶催化核心、替换其余全部结构，设计出可定向切割特定蛋白质的酶，并成功切割与神经疾病相关的蛋白。天然肽键半衰期可达数百年，生物体靠蛋白酶加速其断裂。该研究相当于跳过自然演化过程，直接定制切割目标。原文为付费文章，仅公开开头部分，具体切割效率与实验数据未披露。
推荐理由了解 AI 蛋白质设计从结构预测走向功能定制的一个具体案例，可切割致病蛋白。
Google DeepMind 给 AI 设计的蛋白质加数字水印
Google DeepMind 提出用「数字身份证」式水印标记 AI 生成的蛋白质序列，帮助 DNA 实验室核验合成蛋白来源、保持序列数据库准确。官方称随着此类请求规模上升，验证设计是否来自带内置防护的 AI，有助于实验室自动化并强化生物安全。原文未披露水印的具体技术方案与准确率数据。
推荐理由做 AI 生物安全和蛋白质设计的人可以了解：水印被定位为 DNA 实验室的溯源核验手段。
Google 找到为 AI 设计蛋白质加水印的方法
Google 研究出为 AI 设计的蛋白质添加水印的方法，用于区分人工设计与天然蛋白质。背景是：AI 蛋白质设计工具既能造出可降解塑料的酶、阻断毒液的蛋白，也可能被用来制造毒素或改变病毒蛋白行为；而现有 DNA 序列筛查软件无法识别 AI 设计的蛋白质，因为缺乏其特征数据，该风险被提出近一年后仍无解决方案。原文正文信息有限，未披露水印的具体技术细节。
推荐理由生物安全筛查的一个具体缺口，做 AI 生物工具和合成生物学的人需要知道筛查为何失效。
Google DeepMind 推出 SynthID Bio，给 AI 生成蛋白质加水印
Google DeepMind 发布 SynthID Bio，这是为 AI 生成的蛋白质添加水印的概念验证方案，目标是在保留蛋白质生物功能的前提下实现可溯源。原文仅给出这一句说明，未披露技术细节、准确率数据或开放时间。
推荐理由做 AI 生物、蛋白质设计的人可以先记下这个方向：水印不能破坏蛋白功能是核心难点