蛋白质分析在医学与生物技术领域的关键作用，再怎么强调也不为过。以治疗肥胖症和糖尿病的重磅药物Ozempic为例——它的研发灵感源自一种沙漠稀有蜥蜴唾液中发现的多肽。然而，传统上鉴定蛋白质功能需要大量实验，周期漫长且成本高昂，犹如在浩瀚的基因海洋中人工捞针。此前的大型语言模型在这类任务上表现平平，未能真正突破瓶颈。

如今，以色列理工学院与特拉维夫大学的研究团队提出了一项创新方案：一款名为BetaDescribe的AI系统，能够直接将蛋白质序列“翻译”为文字，自动生成关于蛋白质功能、特性等信息的描述。听起来是不是有点像为蛋白质撰写“职位说明书”？这项成果刚发表于《美国国家科学院院刊》，为理解蛋白质功能开辟了新路径，有望加速药物研发与新材料设计。

那么，BetaDescribe与传统方法有何区别？传统方法依赖已知蛋白质序列的相似性进行推断，一旦遇到与已知序列毫无相似性的“陌生蛋白质”便束手无策。而BetaDescribe巧妙融合了生成式模型、验证机制与评估流程——即使面对完全未知的蛋白质，也能推断其功能。不仅如此，它还能提供蛋白质的催化活性、参与的代谢过程、潜在结合位点等详细“简历”，为医学与生物技术研究提供更全面的参考依据。

为验证系统的有效性，研究团队特意挑选了6种此前从未被表征的蛋白质进行功能描述，结果令人振奋。这意味着，科学家有望更快地理解自然界中大量未知蛋白质，缩小已完成实验表征的数十万种蛋白质与实际存在的数十亿甚至数万亿种之间的认知差距。换言之，这项技术有望大幅缩短从基础研究到医学与工业应用的转化时间，显著提升生物学研究效率。

可以这样理解：过去我们像地质勘探员，依靠人工打井才能发现石油；如今BetaDescribe相当于一台能够直接扫描地下的雷达，快速标出潜在油层的位置。当然，最终仍需要实验验证，但方向对了，效率差异天壤之别。药物研发、新材料设计、农业生物技术……这些领域都可能因此迎来一轮加速发展。