Nature新论文：用一句自然语言描述功能，Pinal直接生成可实验验证的蛋白候选

2026年10月21日，来自西湖大学、香港科技大学（广州）、中国科学院深圳先进技术研究院等机构的团队在Nature发表论文《Programmable design of functional proteins from natural language》，提出自然语言驱动的功能蛋白设计模型Pinal。论文的出发点可以概括为一个问题：能否让研究者像描述需求一样描述蛋白功能，再由AI生成可以进入实验验证的候选？

传统蛋白设计需要把功能目标拆解为一系列技术约束，例如参考哪些天然蛋白或结构信息、哪些位点可能参与功能、活性区域如何组织、候选如何筛选优化，高度依赖结构生物学与蛋白工程经验。Pinal试图把起点往前推一步：输入可以是一段功能描述文字，例如希望设计具有绿色荧光的蛋白、可能降解PET塑料的酶或参与某条代谢通路的功能蛋白，输出则是一批候选序列，并附带结构表征与计算评估结果。论文面向生物医药、绿色制造、环境保护与合成生物学等应用场景。

【AICOR 点评】当“把需求说清楚”就能换来可验证的方案，表达能力本身就成了生产力。这对组织设计是重要提醒：AI原生企业的核心资产之一，是结构化、无歧义的需求语言与领域知识库。谁能把业务问题翻译成机器可执行的规格，谁就把人的判断力放大了一个量级——这也是我们强调知识库与提示词治理的原因。