摘要：近日，《科学》（Science）杂志刊登了一篇标题为《用语言模型模拟5亿年演化》（Simulating 500 million years of evolution with a language model）的研究论文。在这个宏大的标题之下，科学家们用AI解
学术经纬 学术经纬
2025年02月10日 16:31上海
近日，《科学》（Science）杂志刊登了一篇标题为《用语言模型模拟5亿年演化》（Simulating 500 million years of evolution with a language model）的研究论文。在这个宏大的标题之下，科学家们用AI解决了怎样的生命难题？
蛋白质是生命的基石。从驱动肌肉运动的分子引擎，到捕捉光能的光合作用机器，再到细胞内的信息处理系统，这些功能复杂的分子贯穿了生命的每一个环节。尽管科学界早已解析了蛋白质的化学结构，但蛋白质的设计逻辑于人类而言，如同一门尚未理解的古老语言。
在这篇《科学》论文中，研究团队借助全新的AI模型，模拟了一种自然不存在的蛋白质的进化过程。而在自然界，这种程度的进化需要5亿年之久！
为了实现这一目标，来自EvolutionaryScale和Arc研究所的研究团队打造了一款全新的多模态生成式AI模型——EvolutionaryScale Model 3（ESM3）。ESM3与我们熟悉的ChatGPT、DeepSeek等AI模型原理相近，不过ESM3处理的不是文本，而是蛋白质的序列、结构和功能。
研究团队将蛋白质的结构和功能编码为离散的字母，构建了一个统一的“生物语言”体系，使模型能够同时推理蛋白质的序列、结构和功能。“生物学本质上是一种编程语言，”EvolutionaryScale的联合创始人兼首席科学家Alexander Rives博士表示，“ESM3让我们能够像设计芯片或编写代码一样，从第一性原理出发设计蛋白质。”
▲ESM3模型可以推理蛋白质的序列、结构和功能。（图片来源：参考资料[1]）
要训练这样的AI模型，自然需要大量的数据。ESM3的训练集涵盖了来自地球多种极端生态条件的31.5亿个蛋白质序列、2.36亿个结构数据和5.39亿条功能注释。这些数据被转化为7710亿个标记，供模型学习蛋白质的演变规律。
随着训练量的增加，正如语言模型可以通过上下文预测下一个单词，ESM3也能掌握如何生成符合生物学规律的分子，甚至能模拟自然选择的过程。
为了检验ESM3的能力，研究团队选择了常用的生物标记工具——绿色荧光蛋白（GFP）作为考题。在自然界，GFP的进化历程长达数亿年，而人工改造往往局限于小幅的序列调整。
在这项研究中，ESM3的任务是设计一种与现有GFP家族差异显著的全新蛋白。研究团队向模型输入天然GFP核心区域的少量结构信息，接下来模型要做的就是通过“链式推理”生成候选序列。
▲esmGFP的渲染图（图片来源：EvolutionaryScale）
经过一系列的模拟与优化，ESM3得到了一个亮度与天然GFP接近，并且与最接近的天然GFP序列相似度只有58%的全新荧光蛋白esmGFP。
研究指出，自然界需要长达5亿年的进化，才能出现序列分化程度如此之大的新型蛋白。
在研究团队看来，ESM3的潜力远不止于荧光蛋白设计，还可被用于设计降解塑料的酶、创造靶向癌症突变的智能药物、开发新型疫苗、甚至是合成人工光合系统。
ESM3的出现不仅加速了蛋白质设计，也为理解进化本身提供了新工具。研究团队指出，ESM3的设计过程还为一个古老的科学争议提供了新的线索：如果生命历史重演，进化会走向相同的结局吗？支持“偶然性”的学者认为，随机突变会导致截然不同的结果；而“确定性”学派主张自然选择会让生命趋同演化。esmGFP的诞生似乎更加支持后者——尽管其生成完全脱离自然进化路径，但其功能与天然GFP高度相似，暗示着生命分子可能存在某种最优解。
参考链接：
[1] Thomas Hayes et al, Simulating 500 million years of evolution with a language model, Science (2025). DOI: 10.1126/science.ads0018
[2] ESM3: Simulating 500 million years of evolution with a language model. Retrieved on Feb 7th, from https://www.evolutionaryscale.ai/blog/esm3-release
[3] AI model simulates 500 million years of evolution to generate a new fluorescent protein. Retrieved on Feb 7th, from https://phys.org/news/2025-01-ai-simulates-million-years-evolution.html
来源：营养和医学
