编辑丨
先说一个关键结论：如果能够同时追踪一个细胞内几十种蛋白质的动态分布，许多生物学难题或许将迎刃而解。但这个看似简单的目标，多年来一直卡在同一个技术瓶颈上。
传统方法是为每种目标蛋白标上不同颜色的荧光。听起来简单，但实际操作中，可用的荧光颜色数量有限，随着需要同时观察的蛋白越来越多，颜色很快就不够用了。更棘手的是，不同荧光蛋白之间还会相互干扰——光谱重叠会导致图像模糊，复杂生物过程的解析也就无从谈起。
近年来，研究人员开始尝试设计一种小型蛋白标签，专门识别特定的荧光染料。但问题在于，天然蛋白很难同时满足“稳定折叠”“体积小”“亲和力强”这几个条件。传统的蛋白工程改造，基本是在天然模板上反复修补，不仅耗时费力，而且天花板明显——天然结构本身就已经限定了优化空间。
2026年7月16日，大卫贝克团队在《Science》上发表了一项研究，提出了一个名为NovoTag的技术路线。简单来说，他们利用AI蛋白设计、结构预测与实验筛选构建了一套闭环系统，从零开始设计出能够特异性结合不同荧光染料的全新蛋白标签，并在此基础上搭建了一套适用于多目标荧光成像的蛋白-染料体系。
论文链接：https://www.science.org/doi/10.1126/science.aeb0822
重新设计蛋白
过去，荧光标签的研发路径基本都围绕天然蛋白展开。研究人员通常先找到一种天然蛋白，它恰好能结合某个小分子，然后通过定点突变、定向进化等手段，逐步优化结合能力。这条路确实取得了不少成果，但也暴露出深层的局限——天然蛋白各有其生物学使命，它们的结构并不是为了识别人工荧光染料而进化出来的，因此即使经过改造，优化空间始终有限。
因此，这次研究团队选择了另一条路。
他们借鉴了“伪环状结构”的思路：让蛋白质形成一个封闭的环状口袋，将染料完全包裹起来。这种结构在天然小分子结合蛋白中其实很常见，但过去从未有人系统性地将其应用于“配体感知”的设计场景。他们的想法简单直接：与其在天然蛋白上修修补补，不如从一开始就针对目标荧光染料，设计一种全新的蛋白结构。
图 1：结合 Janelia 荧光染料蛋白的设计与表征。
技术上，团队采用Cα RFdiffusion——一种生成式深度学习模型——直接围绕每种染料的三维结构，生成蛋白质骨架。这意味着模型从一开始就知道染料的位置和形状，然后在染料周围“生长”出合适的蛋白结构。接着用LigandMPNN为骨架配上序列，再用Rosetta计算结合能，用AlphaFold2验证序列与结构的一致性。在几千个候选设计中，只有高置信度的才会被挑选出来，最后通过酵母表面展示和流式分选确认活性。
这些Janelia Fluor染料是人工合成的罗丹明衍生物。团队借助机器学习驱动的de novo蛋白设计，从零开始，成功制造出三种小型结合蛋白：NovoTag494、NovoTag596和NovoTag657，分别特异性地结合绿、橙、远红三种染料。
值得注意的是，这三种目标染料共享同一个罗丹明核心骨架，仅在边缘的化学修饰上存在细微差别。这种结构相似性对特异性提出了极高要求——结合蛋白必须像精密模具一样，识别出染料核心周围每一个取代基的微小差异。
图 2：利用 NovoTags 在活细胞和固定细胞中进行多重超分辨率荧光显微镜成像。
进入应用场景
对于蛋白设计来说，最大的挑战始终在于计算预测与生物实验之间的鸿沟。一个在计算模型里看起来完美的结合口袋，很可能因为蛋白折叠不稳定、分子环境变化，或者细胞内部的复杂条件，最终无法实现预期功能。
研究团队首先针对多种不同的荧光染料，设计了一批候选蛋白标签，然后通过实验筛选出那些真正能稳定表达、正确折叠并与目标分子结合的结构。结果发现，部分从头设计的蛋白确实实现了高度特异性的染料识别，同时保持了较小的尺寸和良好的稳定性。
更关键的是，通过改变蛋白结合口袋的结构，不同NovoTag可以分别识别不同的荧光染料。每一种标签都相当于一个独立的“分子接口”，只与对应的染料产生选择性结合，尽量避免与其他染料发生干扰。
图 3：基于荧光寿命的 NovoTags 多重成像显微镜技术。
AlphaFold 3的预测也证实了这一点：三种NovoTag与各自靶标染料形成的复合物，获得了最高的置信度评分。它们对靶标染料的亲和力达到了纳摩尔级别（Kd分别为19.1 nM、1.5 nM和2.0 nM），而对其他两种染料的特异性超过1000倍。这个数据已经远远超出了传统改造路线所能达到的水平。
新一代的标记方式
NovoTag的意义远不止于提供一种新的荧光标签。它标志着蛋白质设计正在从“模仿自然”走向“超越自然”——自然界从未进化出能结合这些人工染料的蛋白，但计算工具让我们可以为任何小分子量身定制结合器。
当然，NovoTag还面临不少挑战。比如，如何提高设计成功率，如何扩大可识别染料的范围，如何让这些标签适应更复杂的生物环境，这些都是接下来需要解决的问题。据研究团队估算，如果能结合先进的光谱解混技术和寿命区分，未来或许能够实现30种以上探针同时分辨——这听起来就让人充满期待。