做mRNA疫苗和基因治疗的人都清楚，真正卡住应用的不是序列本身，是怎么把它安全送进细胞。目前主流答案是脂质纳米颗粒，辉瑞与莫德纳的新冠疫苗靠它跑通，但它的天花板也明显：天然倾向在肝脏富集，重复给药容易产生抗脂质抗体，对很多组织的靶向性不够。要把mRNA从急性疫苗做成慢性治疗，这条路必须换。
替代方案早就存在，只是没被系统利用。人体内本来就有一批能自组装成衣壳的蛋白，比如PEG10与ARC，它们天然具备包裹核酸的能力，逆转录病毒样颗粒就是这类结构的代表。问题在于，除了这几个被反复研究的熟面孔，人类蛋白质组里还有多少具备类似能力的成员，靠同源比对一个个试，效率低到不可行。
深圳先进院赵闯、蓝晴庆团队联合上海交通大学与华西医院的做法是把这个搜索交给模型。他们搭了一套叫DeepDelivery的双模型筛选平台，把整个人类蛋白质组过了一遍，相关成果发表在Nature Communications上，实验验证正在同步推进。研究的目标很明确：不是设计一个全新载体，而是从已有蛋白里找出被忽略的候选。
训练数据来自InterPro数据库。正样本是68个病毒科里已知能形成衣壳或病毒样颗粒的蛋白，负样本是不形成纳米组装体的蛋白序列。模型不是一个而是两个：第一个基于所有有尾病毒的衣壳蛋白训练，负责广撒网，尽量不漏；第二个只用逆转录病毒相关序列训练，负责提高特异性，把假阳性压下去。两个模型串联使用，先粗筛再精筛。
模型选型上团队试了一轮。1D-CNN、CNN-RNN、Transformer、ESM2预训练蛋白语言模型，还有传统的DIAMOND与HMMScan比对方法都被拿来对照。最终选1D-CNN做主模型，说明在这个任务上，序列的局部模式比长程语义更有判别力。这个结论本身有价值：它提示蛋白自组装能力的决定因素可能集中在较短的序列片段上。
传统做法依赖序列或结构相似性，本质是找亲戚：已知PEG10能形成衣壳，就去找和它像的蛋白。这种方法的局限是只能发现同一家族的新成员，跨家族的趋同演化会被漏掉。模型学的是功能模式而不是血缘关系，理论上能捞出序列不像但行为相似的候选。
这也是这类工作最值得关注的地方。蛋白质组里存在大量功能未知的序列，靠实验一个个敲除验证，成本和周期都不现实。先用模型把候选集从两万缩到几十，再用湿实验验证，整个流程的经济性完全不同。这套逻辑在过去两年被反复验证有效，从酶设计到抗体筛选都在用。
还有一层方法上的差别值得留意。比对方法给出的是相似度分数，模型给出的是一组可解释的判别依据，团队可以回过头看哪些序列片段对分类贡献最大。这类信息对后续的改造环节很有用，比如把关键位点从候选蛋白上搬到一个更易生产的骨架里。
筛选出候选只是第一步。一个蛋白能不能当递送载体，要过好几关：能不能在体外自组装成稳定的颗粒、能不能高效装载mRNA、进入细胞后能不能顺利释放、会不会引发免疫反应、重复给药会不会被清除。这些问题模型都回答不了，只能靠实验。
团队目前的表述是实验验证正在开展，没有公布命中率与具体候选数量。这个谨慎是必要的。计算筛选的召回率再高，如果实验端一个都没成立，整条链路的价值就要重估。反过来，只要有一两个候选在动物模型里跑通，这套方法就会立刻被行业复制。
实验端的时间尺度也要算进去。蛋白表达、纯化、体外组装、装载效率检测、细胞摄取实验，每一环都要几周。从论文发表到有可核对的体外数据，通常以季度计；到动物体内的递送效率数据，往往要一年以上。这个节奏和算法的迭代速度完全不匹配。
脂质纳米颗粒的专利格局已经相当拥挤，新进入者要绕开现有知识产权并不容易。内源蛋白路线的好处是原材料来自人体，免疫原性与清除机制有天然基础，专利空间也相对开阔。这也是为什么过去两年有不少团队在尝试外泌体、病毒样颗粒、蛋白笼等不同形态。
风险同样明显。内源蛋白自组装的可控性比合成脂质差，批次一致性、装载效率、放大生产的难度都更高。从论文到工艺，中间隔着的不是一两轮优化，而是一整套CMC体系。这也是资本对这类项目估值谨慎的原因：科学上漂亮，工程上昂贵。
内源蛋白路线还要回答一个安全性问题：如果受试者体内本来就有针对该蛋白的抗体，首次给药就可能被中和；如果治疗需要反复给药，第二次的递送效率会明显下降。脂质纳米颗粒花了很多年才把这个问题部分缓解，蛋白载体要从头走一遍。
把方法包装成平台DeepDelivery，说明团队想做的不是单个载体，而是可复用的筛选流程。平台化的意义在于，换一种货物、换一个靶组织，只要重新定义正负样本，整套流程就能重跑。这种可迁移性决定了它的长期价值。
不过平台化也有代价。模型的判别力高度依赖训练集的代表性，68个病毒科的衣壳蛋白覆盖的是已知世界，对未知机制的识别能力无法自证。真要验证，需要拿一批模型没见过、但实验已知能自组装的蛋白做盲测，看它能不能把它们捞出来。这类前瞻性验证在论文里通常缺席，也是同行最先会追问的地方。