Pinal 是一项针对蛋白质设计开发的 160 亿参数基础模型,它通过引入自然语言界面,能够根据用户输入的文本描述直接生成具有特定功能的蛋白质序列与结构。该模型创新性地采用了两阶段生成架构,先将文本转化为一维结构标记作为蓝图,再结合语义与几何约束生成氨基酸序列,从而有效避免了对传统复杂三维坐标预测或人工几何限制的依赖。研究人员利用包含 17 亿蛋白质-文本对的大规模合成数据集以及多重参数规模进行训练,使模型在数据和模型双重扩展下表现出显著的性能提升。在计算基准测试中,Pinal 在蛋白质的可折叠性、结构准确度以及与文本指令的语义对齐度方面均大幅超越以往的同类方法。此外,在针对绿色荧光蛋白、塑料降解酶、醇脱氢酶以及代谢 H 蛋白等四个实际应用任务的实验验证中,该模型成功生成了具备预期生物化学功能和催化活性的蛋白质,充分展现了其作为通用蛋白质设计引擎的巨大潜力。
References:
Dai F, You S, Zhu Y, et al. Programmable design of functional proteins from natural language[J]. Nature, 2026: 1-10.

