https://www.nature.com/articles/s41586-026-11205-z 

[!quote]+ 
编程生物功能——设计定制蛋白质以执行特定的分子任务——是分子工程的基础目标。然而，当前的设计模型仍然存在根本性的局限性1,2,3通常需要以天然蛋白质作为优化起点，或通过人工重新表述功能目标作为几何和序列层面的约束来指导候选生成。这里我们介绍Pinal，一个拥有160亿参数的基础模型，通过自然语言描述所需功能的蛋白质设计候选蛋白。Pinal 基于 17 亿对合成注释的蛋白质-文本对训练，将功能意图与蛋白质序列和结构联系起来。在计算评估中，生成的候选对象结合了高预测可折叠性、功能描述比对和序列多样性，为优先考虑实验可测试设计提供了基础。我们将Pinal应用于四个不同的设计任务——荧光蛋白、聚对苯二甲酸乙二醇酯水解酶、醇脱氢酶和代谢H蛋白——并实验观察了每种设计酶的预期...