China and the US Hold AI Protein Design Competitions Concurrently; Yangtze River Cup Expands Wet-Lab Scale to 7,000

AI竞争的前沿，正在向科研领域快速延伸。在AI4S（AI for Science，即“科学智能”）有望率先突破的新药研发领域，两场大规模的AI蛋白质设计比赛，正在太平洋两岸同步推进。未来几个月，大批由AI设计的新蛋白将走进实验室，接受真实检验，其中或许隐藏着未来重磅新药的候选分子。 这些成本不菲的实验，不仅关乎赛事排名，按照“AI设计分子、实验验证功能、数据反馈模型”的AI“进化论”，这两场赛事正尝试推动一套可持续迭代的研发流程，有望成为科研范式转变的标志性实践。 值得一提的是，中国这一侧的“长江杯”大赛，大量组织和资源协调工作正由上海牵头展开。据组委会最新确认，虽然报名尚未结束，但参赛团队已突破1200支，远超预期。围绕赛事，国内高校、科研机构和企业正在加快集结，为中国AI4S探路。 自动化实验室系统，能让AI蛋白质设计验证流程更加高效。 三天敲定框架，千余团队响应 “长江杯”赛事的诞生，颇有戏剧性。 上月，美国AI巨头Anthropic与瑞士蛋白质工程公司Adaptyv宣布联合举办大型蛋白质设计挑战赛。参赛团队利用AI工具设计出新蛋白质后，将免费得到超过5000个严谨的生物学实验（“湿实验”）机会，以检验其设计能否奏效。不过，赛事将中国居民及在华机构排除在外。 消息很快在国内科学圈引起关注。仅仅一周后，“长江杯”AI蛋白质设计挑战赛在上海正式启动，同样承诺免费提供不少于5000个湿实验机会，并面向全球研究团队开放。 令人惊讶的是，如此规模的赛事，只用了三天就敲定了大框架。 组委会秘书钟博子韬告诉记者，办赛的想法上半年已有酝酿；Anthropic赛事的推出，让“长江杯”骤然提速。初步联系高校院所和企业后，钟博子韬和同事们收获的反馈，可以用“一呼百应”来形容，各方纷纷表态“有钱出钱、有力出力”，一些当时没来得及联系的单位，也主动表态愿意支持。“大家都觉得这件事值得做。”钟博子韬说。 很快，上海交通大学、上海人工智能实验室、临港实验室、昌平实验室、香港大学、香港中文大学、浙江大学、上海科学智能研究院，以及上海国投旗下科创孵化平台“未来启点社区”，确定为共同主办方，多所高校相关院系，以及算力和科研服务企业也同意以协办方式参与。 钟博子韬介绍，此前国内外同类比赛，湿实验规模通常为数百个，而这两场赛事则将规模提升了1个数量级。需要指出的是，目前行业内每条蛋白质的合成与检验，报价在数千元乃至更高。由此，要将5000个设计送进实验室，再叠加各种办赛和配套支出，总投入十分可观。 办赛力量迅速集结，参赛者也是接踵而来。目前“长江杯”报名团队已突破1200支，远远超过组委会预期的两三百支，其中不乏海外高水平团队，有的甚至来自诺奖得主实验室。 图为自动化实验室系统一角 5000个设计，交由实验室评判 两场备受关注的赛事，究竟在比什么？ 其实，双方赛制十分接近，主办方都计划围绕5个健康相关靶点出题，让参赛者利用AI工具，有针对性地设计出能与这些靶点结合、实现预期功能的新蛋白质，为后续药物研究寻找潜力分子。 收到参赛者提交的蛋白质序列（相当于设计图）之后，主办方将按规则，遴选出不少于5000个候选设计，提交给第三方研发和实验服务机构（CRO），由他们“按图索骥”，制备出蛋白质分子，并检测各种与药物开发有关的指标，比如与目标靶点的结合能力。 把大量湿实验作为赛事支撑，是“长江杯”与Anthropic赛事的共同选择，实际上也是对行业普遍诉求的回应。 记者采访了一支上海参赛团队，他们主要从事AI辅助大分子药物研发，成员多具有计算机专业背景。团队坦言，“长江杯”提供免费湿实验，是其最看重的价值之一：“有助于让我们更清楚地认识AI模型在药物设计中的边界和潜力。” 这一看法绝非个案。钟博子韬透露，“长江杯”参赛者风格各异，有的擅长借助通用大模型开展设计，有的则专于自研模型，还有的深耕传统制药，但也希望趁着AI大潮，试着将自身行业经验与AI工具对接……无论是哪一类团队，都期待自己的设计能通过初选，走到湿实验阶段。此前，受湿实验成本较高、服务有待完善、行业内数据共享不足等影响，这些团队普遍面临数据匮乏的挑战。 按照安排，所有实验数据将向全球研究者公开。这意味着，这两场AI蛋白质设计大赛的考题，包括“阅卷分析”，将为新一轮研发提供线索和“教材”。 图为计算机模拟的三维蛋白质分子结构 设计进步飞快，数据成为瓶颈 表面看，“长江杯”颇有与大洋彼岸针锋相对的意味。但投入大量资源绝不只是为了争口气。双方不约而同地在此时办赛，背后是一场正席卷全球的变革。 “AI蛋白质设计正处于行业拐点。”“长江杯”主办方之一、上海未来启点社区负责人朱晓雯表示，过去几年，以阿尔法折叠为代表的AI技术，显著推进了蛋白质结构预测；但如今生成式AI更进一步，可以跳过分子结构预测，直接依据功能去设计自然界中不存在的蛋白质。 这种“按需设计”，正是两场蛋白质大赛探索的核心方向。朱晓雯认为，随着这条路径逐步打通，新药研发周期和成本有望显著下降，人类探索生命科学的边界也将进一步拓宽。 作为“长江杯”重要发起人之一，上海交大教授洪亮是国内AI蛋白质设计领域的重要学者。他创办的天鹜科技，在用AI预测蛋白质功能方面位居世界前列。洪亮告诉记者，过去一年，AI设计蛋白质的水平快速提升，部分模型甚至超越了阿尔法折叠的能力边界。如果说传统模式药物研发，在寻找目标分子时就像大海捞针，那么新一代模型有可能变成“池里捞针”。前提是模型必须持续进化。 与编程和数学研究不同，AI介入生命科学、设计蛋白质，涉及真实的物理世界，必须通过实验来检验其设计能否奏效。洪亮认为，实验既是当前AI4S发展的动力，也是主要瓶颈。 总体上，在蛋白质设计领域，实验验证目前跟不上AI设计能力的进步；甚至已有的实验结果也未被充分利用。尤其是那些没能达到预期的设计，其绝对数量和占比都很高，但却无法像成功案例那样，被写入论文、广为传播。这些被尘封的数据，其实也能有效帮助模型认识哪些设计行不通，校准预测精度，改进下一轮设计。 正是看到这一痛点，两场蛋白质比赛都明确承诺，将在公开所有实验数据，包括未达到预期的结果。据钛资本生物制造领域负责人方昕分析，如此安排，意味着双方都将此次办赛视为AI4S时代新型科研基础设施的一次探索——也就是要在现有基础上，进一步构建规模化、自动化、标准化的湿实验平台。 换言之，两场赛事不仅是设计方案的较量，更隐隐透出AI4S主导权竞争的意味。未来的领先者，除了有更好的模型，还要将能力延伸到制造、实验、数据等环节，形成相互衔接的闭环。 集结多方力量，探索中国路径 在朱晓雯看来，“长江杯”不仅是一场顶尖的全球性科技赛事，更是计算科学与生命科学深度融合的里程碑实践。随着科研、产业力量围绕大赛迅速集结，外界可以借机观察中国AI4S的优势与路径。 洪亮透露，美国头部AI公司拥有通用模型、算力和资金等优势，正在把新研发范式带入科研。目前，OpenAI的注意力似乎在数学，10月初它一口气发布了700多篇AI生成的研究手稿，震动了数学界。相较之下，Anthropic似乎更侧重生命科学，此次赛事也是它在该领域争取影响力的平台。 对中国而言，优势主要体现为专业的实验服务能力，以及从研发到生产、应用的产业配套。洪亮认为，基于中国完整的产业基础和供应链体系，这些优势在短期内很难被其他国家复制，可以支撑AI蛋白质设计的变革。 事实上，随着AI蛋白质模型快速发展，全球对相关湿实验的需求正在增长，国内一批CRO企业迎来了新机遇，部分上市公司下半年以来股价大涨，反映出资本市场对该赛道的期待。“长江杯”以及即将实现的数千个实验，也为国内充分调动这一产业集群，探索上下游联动提供了机会。据透露，国内头部CRO公司的大部分都表态愿为赛事提供免费湿实验服务，组委会初步计划按不同靶点，把实验任务交给各家企业。 当然，中国也正在全力锻造AI4S模型能力。“长江杯”期间，主办方将提供多个国产AI模型和配套算力。钟博子韬表示，参赛者可选择主办方提供的模型，也可以沿用自己的工具和算力。 总体上，赛事不仅汇集各方力量，也推动他们交叉合作。正如朱晓雯认为的，“长江杯”也是一种新型孵化机制，将科研、产业、基础设施包括资本“连接”起来，打造出一个充满活力的土壤，让前沿创新不断涌现。 记者最新获悉，由于支持力量持续增加、实验资源进一步落实，“长江杯”已决定将湿实验的验证规模从5000条扩大到7000条候选蛋白。这场AI蛋白质设计比赛将如何改变行业，让我们拭目以待。