2026年7月16日，Nature和Science同日刊登了一项可能改写基因编辑技术历史的突破性成果。2020年诺贝尔化学奖得主Jennifer Doudna带领的团队，利用AI设计出了自然界从来没有存在过的CRISPR酶，其基因切割的精准度比几十亿年进化打磨出来的天然版本还要高出约95%。与此同时，另一家创业公司Profluent也使用类似方法绕过了天然模板，直接生成了全新的Cas9蛋白。这两项独立研究共同指向一个惊人的结论：几十亿年进化交给人类的基因编辑工具，正在被AI在人工设计空间中重写。从AI改造蛋白质到AI创造蛋白质，这是一次质的飞跃。
CRISPR-Cas9技术的发现是一个典型的偶然实验室发现。科学家从细菌的免疫系统中发现了这把分子剪刀，然后改装成可以在人类细胞中使用的基因编辑工具。这个发现过程花了数十亿年的生物进化和十多年的人类科学研究。然而天然存在的Cas9蛋白并非为人类实验需求而优化的。它的尺寸过大，难以通过病毒载体递送到细胞中。它的脱靶率不够低，在基因治疗中存在安全隐患。它的PAM序列识别区域受到局限，并非所有基因组位置都可以编辑。然而想要人工改造这些蛋白却面临着难以想象的困难。一个典型的Cas9蛋白由超过1000个氨基酸组成，理论上的序列空间是20的1000次方，比可观测宇宙中的原子总数还要大无数个量级。过去科学家尝试手动改造CRISPR酶时发现即使只改动1%到2%的氨基酸序列，酶就会失活。这种脆弱性曾经让科学家认为CRISPR酶的结构几乎是不可改写的。Doudna的团队这次选择了TnpB作为改造目标。TnpB是一种微型核酸酶，在进化上是Cas12的老祖宗，个头比Cas9小得多。研究团队使用AI蛋白质设计工具尝试对TnpB的氨基酸序列进行大规模改造。结果令人震惊：AI成功改动了约30%的序列后，改造后的酶仍然保持活性，而且在切割精度和效率上还显著优于天然版本。
Doudna团队在研究中采取了一条与以往完全不同的技术路线。传统的蛋白质改造方法通常基于理性设计，科学家依据已有的蛋白结构知识，精确计算需要改动的位点和方式，成功与否依赖于对蛋白结构和功能关系的理解深度。AI方法则完全不同。研究团队利用深度生成模型在氨基酸序列的大规模潜在空间中搜索设计序列，不再预先指定哪些位点可以修改、哪些必须保留。模型自动学习哪些序列特征在维持蛋白折叠和功能上真正重要，哪些区域可以在不破坏活性的前提下进行优化。Profluent公司的研究同样引人注目。这家AI制药创业公司采用了另一种思路：不依赖天然TnpB模板，而是让生成模型直接从头设计全新的Cas9蛋白。结果同样显示出编辑效率的提升和脱靶率的显著降低。在Nature同期发表的研究中，Doudna团队验证了改造后的TnpB酶在多个人类细胞系中的基因编辑效果。实验数据显示在全基因组水平的脱靶分析中，AI设计的新型酶在目标位点的编辑效率高达天然版本的2倍以上，而在非目标位点的脱靶编辑率比最主流的SpCas9降低了约95%。这意味着AI不仅在创造大自然没有的酶，而且创造出来的酶比大自然的产物更好用。
Doudna用AI造出新CRISPR酶的研究成果迅速引起了生物技术产业界的强烈关注。基因编辑是生物医药领域最有前景的技术方向之一，而CRISPR酶是最核心的工具。如果AI能够设计出比天然版本更小、更精准、更安全的基因剪刀，基因治疗的技术障碍将被大幅降低。此前制约基因编辑疗法大规模推广的关键瓶颈之一是Cas9蛋白的体积过大。常用的SpCas9长约4100个碱基对，超出了AAV病毒载体的常规包装容量，导致在某些细胞类型中的应用受限。AI设计的TnpB衍生物比天然Cas9小得多，可以使用AAV病毒载体高效递送到目标细胞和组织，从根本上解决了基因编辑疗法的递送难题。CRISPR酶只是AI蛋白质设计的一个应用案例。更大的图景在于AI正在开启蛋白质从头设计的全新时代。从抗体药物到工业催化酶，从生物材料到环境修复蛋白，几乎所有需要蛋白质发挥功能的领域都将受益于AI设计能力的提升。Doudna团队的研究发表后，多家生物技术投资机构加大了对AI蛋白质设计初创公司的投资。在全球范围内，AI蛋白质设计赛道的融资额在2026年第二季度突破了70亿美元，同比增长超过200%。Doudna团队在Science上发表的这篇文章预计将被引用超过万次，成为AI蛋白质设计领域的里程碑式研究。
Doudna团队的研究不仅仅是一项技术突破，更是一个观念上的根本转变：蛋白质的优化空间远比人类想象的要大。过去科学家认为经过几十亿年进化打磨的蛋白质结构几乎是不可改写的，任何大幅改动都会导致蛋白质失去功能。AI的探索结果证明了这种假设是错误的。自然界只探索了序列空间中极小的一部分。AI通过对大量已知蛋白序列的学习，在序列空间中找到了许多在进化中从未出现但有功能的蛋白序列。Doudna在接受采访时说了一句话：事实证明蛋白质可以改，当你真正动手去做时，会发现改完之后它仍然能够工作。这句话背后是长达十几年的困惑和一条由AI打开的通道。从CRISPR到其他基因编辑工具，从分子剪刀到生物传感器，从抗体到疫苗，AI驱动的蛋白质设计正在深刻改变生物技术的底层方法论。2026年7月发表的两篇论文共同开启了这一新纪元。