Profluent是一家位于加州伯克利的AI优先蛋白设计公司，他们开发了一个新一代蛋白质生成基础模型 ProGen3

该模型借鉴了自然语言处理（NLP）中的大规模语言建模技术，用于“编写”新型蛋白质，应用于生物医学、农业和工业领域。

ProGen3 基于大型、语言模型架构，能够设计全新蛋白质或优化已有蛋白结构，以满足药物研发、基因编辑等生物工程需求。

它的本质是把蛋白质序列看作“语言”，用类似于ChatGPT那样的模型来“说”出有功能的新蛋白。这种方式被称为蛋白语言模型（Protein Language Model）。

✅ 它是干什么的？

ProGen3 是一种由人工智能驱动的“蛋白质设计引擎”，可以生成全新的蛋白质，包括治疗用抗体和基因编辑工具。

🌟 有哪些特别厉害的功能？

  • 能“一次就设计成功”很多过去需要反复试验的药物蛋白。
  • 不仅速度快，而且能生成更“独特”的蛋白质，表达能力和功能都很强。
  • 模型越大，设计出的蛋白就越聪明、越有用！

💥 解决了什么问题？

  • 解决了传统抗体药物研发慢、贵的问题。
  • 提供了能“塞进小型病毒载体”的超级小型基因编辑工具。

ProGen3 并不仅仅是一个模型，更代表了AI主导蛋白质设计的成熟与商业化转折点。它解决了以下关键问题：

ProGen3 将蛋白质设计从“基于自然选择的慢演化”推进到“基于数据驱动的加速合成”，标志着AI 在生命科学中的实用性跃升。

核心亮点和技术细节

1. 模型规模与数据支撑

  • 训练数据集：Profluent Protein Atlas v1（PPA-1）

    • 收录了 34亿个全长蛋白质序列
    • 共计 1.1万亿个氨基酸 token，为目前已知最大规模

  • 模型最大版本：ProGen3-46B

    • 拥有 460亿参数

    • 训练数据总量达 1.5万亿 token

2. 架构优化

  • 使用稀疏架构（sparse architecture），在不牺牲精度的前提下，推理速度提升4倍，便于产业化部署。

3. Scaling Law（规模定律）在生物中的首次验证

  • 类似自然语言模型的发展，ProGen3 展示出“模型越大、设计能力越强”的规律。

  • ProGen3-46B 能覆盖的蛋白家族远大于小模型，生成序列的多样性提升显著：

    • 比3B版本多出 59% 多样性

    • 比339M版本多出 198% 多样性

4. 模型对实验数据的对齐能力

  • 通过少量实验数据，可以让模型对齐实际需要的性能指标，如活性、表达量、稳定性、结合亲和力。
  • 例子：ProGen3-46B 的蛋白适应度预测相关性从 33.1% 提升至 67.3%，效果提升显著。

三、代表性应用场景

应用一：OpenAntibodies（单次生成治疗性抗体）

  • 目标：

    • 生成具有潜在治疗能力的抗体，用于20个靶点，这些靶点对应的已有药物累计服务700万人、销售额达6600亿美元。

  • 亮点：

    • 设计出的抗体 在结构上显著不同于现有药物，但预测具有相似甚至更强的功能。
    • 平均序列同源性低于80%，所有CDR（互补决定区）均有变异。

    • 实验验证对 CD38、PKal 等靶点的抗体显示出更好的 亲和力和可开发性（developability）。

意义：

这打破了抗体药物研发中“从已知抗体做微调”的传统做法，首次实现在体外一次性设计出接近药物级别的新抗体，效率极高。

应用二：超小型基因编辑工具

  • 问题背景：

    • 主流基因编辑工具（如 Cas9）蛋白体积大，不利于通过病毒载体（如 AAV）送入体内。

  • ProGen3 解决方案：

    • 设计出 最小仅592个残基的可编程蛋白，比 Cas9 减少约一半长度。

    • 可嵌入 AAV 系统中，与组织特异性启动子等元件联合使用，实现更精准治疗。

  • 实验验证：

    • 多种设计已在体外验证具有基因编辑功能。

意义：

ProGen3 为下一代基因编辑工具开发提供了新的思路：不再依赖天然演化体系，而是由AI主导重新设计结构紧凑的新蛋白。

合作模式与商业路径

Profluent 为生物医药、农业、工业生物等领域提供三种合作方式：

  1. 分子授权（Molecule Licensing）：

    • 快速获取已设计好的蛋白分子，用于内部研发。

  2. 模型API访问（Model API Access）：

    • 加入早期用户计划，使用 ProGen3 模型生成自定义蛋白。

  3. 定制研发合作（Collaborative R&D）：

    • 联合研发新蛋白结构，推进实际产品应用。

官方介绍：https://www.profluent.bio/showcase/progen3

论文：https://www.biorxiv.org/content/10.1101/2025.04.15.649055v1