語言模型如何創造人工蛋白質？從生物學到AI設計的應用解析

嗯...最近看到一篇論文，有點科幻感。標題大概是說，用語言模型，模擬了五億年的演化。一開始還沒搞懂，語言模型...跟生物演化有什麼關係？

結果讀下去才發現，他們在做一件很瘋狂的事。就是用那種我們天天在聽的 AI，像是 GPT 那種東西，去「寫」出一個全新的蛋白質。不是去修改，是從無到有，直接創造一個自然界不存在的蛋白質。

重點一句話

簡單講，AI 現在不只會學人類的語言來寫文章，它也開始學會「生命的語言」，也就是胺基酸的排列組合，然後創造出以前從沒見過的蛋白質分子。

把蛋白質當成一種「語言」？這什麼意思

這個概念剛聽到的時候，真的要轉一下腦筋。我們都知道蛋白質是生命的基本零件嘛，像身體裡的各種小機器，負責催化反應、構成組織...什麼都做。這些蛋白質，本質上就是一長串的「胺基酸」串起來的珠子。

胺基酸大概有 20 種。重點來了，就是這 20 種胺基酸的「順序」決定了這條蛋白質鍊子會摺疊成什麼 3D 形狀，也決定了它有什麼功能。順序錯了，就沒用了。

然後 AI 科學家就想，欸，這不就很像我們在寫句子嗎？

我們用幾十個字母（或幾千個常用字），按照文法規則排列，組成有意義的句子。蛋白質就是用 20 種胺基酸（當作單字），按照某種「生物文法」（物理和化學定律）排列，組成有功能的蛋白質。

所以，如果 AI 能學會人類語言的文法和模式，然後寫出通順的文章...那它是不是也能學會蛋白質的「文法」，然後「寫」出有功能的蛋白質？這個想法，老實說，真的蠻天才的。

他們用的那個 AI 模型叫 ESM3

做這件事的主角，是一個叫做 ESM3 的模型。它是 Meta AI 底下一個叫 EvolutionaryScale 的團隊搞出來的。這東西基本上就是一個為生物學特化的 Transformer 模型，跟 GPT-4 的底層架構很像。

不過呢，它讀的不是網路文章或小說，它讀的是全世界所有已知的蛋白質序列資料庫。幾十年來生物學家們存下來的幾億筆資料，全部餵給它看。

它的訓練方式也很有趣，有點像在做填空題。把一個已知的蛋白質序列，隨機挖掉一小段，然後叫 ESM3 去猜「這裡應該填入哪個胺基酸才合理？」。久而久之，它就慢慢「領悟」到了蛋白質結構的規則。

我自己是覺得，這跟我們在台灣，比方說中研院的團隊在用電腦算蛋白質結構有點異曲同工，但又不太一樣。台灣這邊可能比較多是專注在解析現有蛋白質的精確結構跟功能，這比較是傳統的計算生物學。但 ESM3 這種...它不只是解析，它還想「生成」。這就完全是生成式 AI 的思路了。這點跟國外大廠像 Google (AlphaFold) 或 Meta 想的，都是用 AI 直接跳過緩慢的實驗，去預測或創造，野心很不一樣。

語言模型和蛋白質模型，到底哪裡像？

為了好懂一點，我整理了一下它們的對應關係。你看完會覺得...嗯，真的有道理。

結果呢？AI 真的寫出了一個螢光蛋白

說了這麼多，總要有個成果。他們真的成功了。

他們讓 ESM3 設計一個新的螢光蛋白。你知道的，就是那種在生物實驗裡，會發出綠色螢光的蛋白質（GFP），科學家常用它來標記和觀察細胞裡的東西，拿過諾貝爾獎的技術。

結果 AI 設計出來一個全新的東西，他們叫它 `esmGFP`。

最扯的是，這個 `esmGFP` 跟所有已知的、天然的螢光蛋白，在序列上的相似度非常非常低。論文裡說，它的序列跟任何已知螢光蛋白的親緣關係，差了大概「五億年的演化距離」。

五億年...是什麼概念？這等於是說，AI 走的不是一條「模仿」或「改良」現有蛋白質的路。它是在那個龐大到天文數字般的「蛋白質可能性宇宙」中，靠自己學到的規則，找到了一個全新的、能發螢光、但又跟地球生命演化路徑完全不同的解法。

這就像你教 AI 讀了所有唐詩，但它沒有寫出一首像杜甫或李白的詩，而是直接創造出一種全新的、符合格律但風格迥異的詩體。對，就是這種感覺。

這件事...會帶來什麼？感覺有點不安

好，酷歸酷，但這到底代表什麼？

好的方面，潛力巨大。如果我們能「指定功能」就讓 AI 設計出對應的蛋白質，那很多事都可能改變。例如：

• 新藥物：設計出能精準鎖定癌細胞，但完全不傷及正常細胞的蛋白質藥物。
• 環保酵素：設計出超級酵素，能高效分解海洋裡的塑膠微粒，或是把農業廢棄物變成生質燃料。
• 新材料：創造出比蜘蛛絲更強韌、更有彈性的蛋白質纖維。

這些想像都蠻美好的。不過...我承認，想到另一面，會有點毛毛的。

一個從來沒在自然界存在過的蛋白質，被我們創造出來，然後釋放到環境中或人體內，會發生什麼事？我們真的能 100% 預測它的所有行為嗎？

它會不會引起未知的免疫反應？會不會在生態系中造成不可逆的影響？就像引進一個超級外來種一樣。現在這個 `esmGFP` 只是個螢光蛋白，看起來無害，但如果未來創造的是一個有強大功能的酵素呢？

老實說，這沒有答案。這就像核能一樣，可以發電，也可以做成武器。AI 設計蛋白質的能力，也是一種力量強大的工具。怎麼使用它、怎麼監管它，我自己是覺得，這會是接下來幾年非常、非常重要的議題。

技術跑得太快了，我們的社會、法規、甚至倫理思辨，常常都跟不上。這件事就是一個活生生的例子。