后文

Nobel Prize 官方 2024 年化学奖页面上，两条授奖理由并排出现。奖项的一半授予 David Baker，理由是 “for computational protein design”；另一半共同授予 Demis Hassabis 和 John Jumper，理由是 “for protein structure prediction”。两句英文很短，却把两个方向放到同一页上：一条追问怎样从序列更早读出结构，另一条追问怎样从目标形状或功能反过来写出候选蛋白。

这个页面像一张坐标纸。预测线背后有 PDB 里一代代实验结构，有 CASP 这样的公共盲测，有结构生物学家在晶体、谱图、冷冻电镜颗粒和验证报告里留下的长期劳动，也有 DeepMind 团队把算法、数据和工程组织到一起的尝试。设计线背后有 Baker lab、Rosetta Commons、Top7、序列设计、构象搜索、表达纯化、实验结构和失败回流。奖项让两条线被并排看见，真正托住它们的仍是共同体、公共数据库、盲测制度、实验验证和许多没有登上新闻标题的负结果。

血氧夹、病历夹和血涂片重新摆到眼前时，蛋白质从来没有只停在分子图里。疼痛、缺氧、红细胞形状、一个突变和血红蛋白表面的变化，被同一串读数连到一起。结构之所以重要，是因为它让一条序列、一处氨基酸替换、一个口袋或一个界面有了空间位置；它也让“可能有问题”变成更具体的追问：这个位置埋在核心里，露在表面上，靠近活性位点，还是落在一段本来就摇摆的尾巴上。

这种空间追问一路延伸。一个蛋白质能运送氧、切开化学键、接收信号、打开通道或抓住外来分子，依靠的是序列、折叠、运动和环境之间的配合。形状重要，动作也重要；稳定重要，能在正确时间改变状态也重要。把蛋白质只看成静止图片，会漏掉通道开关、酶活性循环、受体构象变化和抗体结合中的许多细节；把蛋白质只看成一串序列，也会漏掉同一处改变进入空间以后造成的相互作用差异。

结构图也从来不是凭空落下来的答案。X 射线晶体学要经过晶体、衍射斑点、电子密度和模型修正；NMR 要读谱峰、约束和构象范围；冷冻电镜要处理颗粒、取向、分类和分辨率。PDB 条目也不只是一组坐标，它还带着方法、分辨率、配体、缺失片段、验证报告和修订记录。传统结构解析仍是底座，正因为它把“看见”变成了能被别人复核的记录。任何漂亮结构图都值得先被问一句：它从哪个样品、哪种方法、哪一版记录里来？

公共数据库和公共评测把这种追问变成共同体的习惯。PDB 让一个实验室获得的坐标不再只留在论文图里，后来的人可以下载、比较、叠合、重新解释，也可以发现某些区域的缺失、模糊和修订。CASP 把预测交给隐藏答案检验，让方法在看不见实验结构时先交卷，再接受公开比较。没有这些慢工程，AI 的快也很难得到训练材料、测试压力和外部校准。

这些看似琐碎的页面后来反复回到桌面上：PDB 条目的方法栏，CASP 目标的提交时间，AlphaFold 结果页上的颜色，纯化图里的峰，结合实验里的曲线，细胞图谱旁边的元数据。它们不如一张获奖照片醒目，却决定了漂亮结论能不能被别人接着使用。科学图像最有力量的时候，常常恰在出处、缺口和后续检查同时留在同一张桌面上的时候。

AlphaFold 之后，许多研究者更早拿到结果页。pLDDT 的颜色、PAE 的热图、发虚的低置信区域，会把实验的起点往前移。一个团队可以先避开不稳定尾巴，先试更合适的构建体，先挑更可能影响界面的残基。这个改变很大，它让结构信息从少数项目的终点，变成许多项目的起手式。可结果页越早出现，越要读它的边界：高分区能支持到哪一步，低置信区域提示了什么，两个结构域之间的相对位置有没有把握，模型是否遇到了复合体、配体、膜环境或构象切换这些难题。

预测线因此留下了一种很实用的耐心。先让模型帮忙排序，再把排序交给样品、对照和复测；先承认结果页能省下许多试探，再承认它省不掉关键证据。一个高分模型可以让研究更快开始，却不能替代研究结束时的判断。若把这种耐心带到别的科学图像里，高分、颜色、排名和演示就不会轻易变成结论本身。

蛋白设计把问题翻过来。Top7 让人看到，一条由计算设计出来的新序列可以在实验中折成接近目标的形状；minibinder 又让人看到，候选小蛋白可以被设计去抓住指定表面。这样的故事很容易被缩成“计算写出了蛋白”。真正留在样品台上的过程要慢得多：候选序列先进入表达系统，再经过上清和沉淀、纯化峰、稳定性检查、结合曲线、功能读数、结构叠合图和复测记录。设计改变的是候选入口，表达、纯化、复测、结构验证和功能验证仍要逐项接住。

Baker 线的分量，正在于它把候选送回了这些关口。Rosetta 的打分函数、骨架搜索和序列优化，不能只在屏幕上自洽；Top7 要用实验结构回答设计图是否真的落地，后来的结合蛋白要用亲和力、选择性、细胞读数和安全边界回答自己是否真能工作。设计路线最容易被误读成从想法到成品的直线，实际更像一张复测表：哪一批不表达，哪一批聚集，哪一批结合弱，哪一批结合强却功能不对，哪一批看似成功还需要换背景再测。

设计线因此留下另一种耐心。先允许计算把候选写得更多、更快，再接受样品台把许多候选安静删掉；先承认一个新折叠或新 binder 足够令人兴奋，再承认兴奋必须穿过表达、纯化、结合、功能和结构复查。这样读设计结果时，成功不会只剩漂亮名字，失败也不会只剩尴尬空白。每一次被删掉的候选，都在帮下一轮更清楚地问：问题出在序列、折叠、界面、读数，还是背景条件。

失败在这里有分量。结构解析会遇到样品不稳定、晶体质量差、分辨率不够、柔性片段看不清；AlphaFold 会遇到低置信区域、复合体状态、构象变化和环境依赖；设计蛋白可能不表达，沉淀，聚集，失活，结合很强却功能不对，功能看似有信号却选择性、安全性或可重复性过不去。一个候选被删掉，一条曲线被判为不可用，一张图只能降为假设，这些都不是科学故事的破损处。它们只有被记录下来，才能成为下一轮判断材料。

记录让失败能继续工作。样品管编号、纯化峰、凝胶条带、结合曲线、活性读数、复测日期、模型版本和结构坐标，都会在后来的判断里重新出现。一个没有通过的设计，如果只被一句“效果不好”带过，就很难帮助下一轮改进；如果记录里写清它在哪个环节掉队，它就会告诉后来的人问题可能在表达、折叠、界面、稳定性、功能读数或实验背景中。科学共同体前进，靠的是错误能被看见、比较和修正，而非永远正确的姿态。

后来，尺度又被推大。细胞图谱把单个蛋白放回不同细胞类型和状态中；虚拟细胞模型尝试预测扰动以后细胞状态怎样移动；基因组模型把变异、调控序列和功能轨道放在同一张结果页上。问题变得更宽，判断也跟着变复杂。模型排序清楚时，要问训练数据、版本、输入条件、细胞背景和对照；一个 variant score 看上去醒目时，要问它对应哪种细胞类型、哪段序列、哪项实验复核。更大的模型没有消除实验，只是让实验更早面对选择。

尺度变大以后，最容易丢掉的是具体对象。细胞图谱不是一团彩色点，背后有样本来源、测序批次、注释规则和验证方式；虚拟细胞不是会活的数字细胞，背后有训练覆盖、扰动条件和输出边界；基因组模型不是临床结论生成器，背后有序列窗口、细胞类型、功能实验和专业解释。蛋白质提供的训练没有过时：先问这个对象是什么，再问它凭什么被这样解释。

红标订单把这条线带到另一种界面前。那里不需要再重复每一个治理字段，只要记住那一下停顿：平台能生成或下载候选，不等于应该立刻合成；合成服务能接单，不等于科学上、伦理上和制度上都已经放行；一个模型输出进入订单、记录和复核系统以后，责任也进入了同一条流程。开放科学让公共数据库、模型、评测和复核成为可能，责任前移则提醒人们：能力接近现实应用时，版本、用途、记录和负责人也要更早出现。

那一下停顿不削弱科学的开放感。它把开放从一句宽泛态度落到可查的材料里：谁给出了数据，谁更新了版本，谁记录了输入，谁复核了候选，谁说明了用途。开放若能留下这些痕迹，后来的人才有机会把错误改掉，把好线索接住，把不该越过的边界看清。停顿的价值正在这里：它让速度和责任在同一个页面上相遇。

这种读法适用于蛋白质，也会离开蛋白质。以后你也许不会做结构生物学，不会设计 minibinder，不会维护模型 API，也不会处理红标订单。可是你很可能会遇到医学报告、新闻标题、排行榜、平台生成结果和看似确定的科学图像。它们会用很短的句子告诉你某个模型“超过人类”、某种设计“命中目标”、某个变体“风险升高”。有用的反应先不急着站队；它继续问：样本是谁，方法是什么，比较对象是什么，失败怎样处理，边界写在哪里，由谁负责后续动作。

问题问得具体，怀疑就不再只是情绪。看到一张结构图，可以先找方法和置信度；看到一个模型排行榜，可以先看测试任务和比较对象；看到一个候选分子，可以先问它是否经过复测；看到一个平台结果，可以先问版本、输入和记录。医学报告里的一个词，新闻标题里的一个数字，模型演示里的一个图像，论文摘要里的一个“显著提高”，都要回到来源、条件和可复核性中。很多时候，负责任的判断不需要马上给出最终答案；它需要识别哪些信息还缺，哪些结论过快，哪些地方应该等实验、复测或专业解释。

AI 没有独自站到中央。AlphaFold 的意义要放回结构生物学、PDB 和 CASP 中读；Top7、minibinder 和 AlphaProteo 这样的设计工作要放回 Rosetta、样品台和实验复测中读；细胞图谱和虚拟细胞要放回样本、平台、批次和对照中读；红标订单前的停顿要放回开放科学、记录和责任中读。AI 改变了很多入口，却没有替代这些入口背后的公共劳动。

公共劳动有时显得慢，却让后来的人能接着问。一个数据库条目被修订，一套评测规则被更新，一次失败复测被写清，一个候选被删掉的理由被留下，都会降低下一轮误读的概率。科学不是靠每一次都说对来积累可信度，它也靠承认哪里没看清、哪里还要测、哪里暂时不能用来下判断来积累可信度。这种诚实让兴奋感更稳，而不是更冷。

一个突变、一条电泳带、一张 PDB 条目、一页 CASP 目标、一张 AlphaFold 结果页、一条纯化峰、一条结合曲线、一张细胞图谱元数据表、一条基因组轨道和一张红标订单，把分散的对象排成了同一种工作方式。Baker / Rosetta / Top7 / protein design 与 DeepMind / AlphaFold / CASP / structure prediction，也在 2024 年化学奖的页面上相遇。两条线会合以后，终点感反而淡下去，更清楚的动作留下来：每一次提前看见，都要接上来源、边界、实验、记录和责任。

合上书时，病房里的血氧夹仍然在那里。它提醒人，科学问题最终会回到身体、样品、细胞和责任上。结果页上的发虚区域也仍然在那里，提醒人不要把颜色和分数读成完整答案。样品管、纯化峰、结合曲线、复测记录和结构叠合图仍然在那里，提醒人候选必须接受真实系统的挑选。订单页面前的停顿也仍然在那里，提醒人能力一旦接上平台和服务，就会进入记录、复核和责任。

更早看见，不会自动带来更早的相信。更早生成，不会自动带来更早的使用。更早排序，也不会自动带来更早的结论。速度改变了科学工作的入口，也改变了错误扩散的速度；它让好的线索更快到达实验，也让不完整的判断更容易装成确定答案。真正值得训练的，是在速度里保留可检查的步骤：记录版本，保留对照，复测关键结果，写下删掉候选的理由，把模型输出和实验读数分开，把开放共享和责任边界同时看见。

合上书以后，最有用的动作仍然很具体。看到一张图、一条分数、一页报告、一个候选或一张订单，先查来源，查条件，查比较对象，查对照，查复测，查版本，查记录，查责任。蛋白质让人类更早看见生命的形状；AI 让候选和排序更早出现；共同体、实验和记录让这些提前出现的东西有机会变成可靠知识。这套判断会继续用在新的页面上，也会继续用在手边的报告、图像、排名、模型输出和按钮前。