在不少人的印象中，蛋白质研发是一项门槛极高的工作：复杂的模型、漫长的实验、昂贵的设备，只有大型科研机构和龙头企业才有能力进入。而在谭扬看来，随着AI+生物制造加快发展，这样的行业图景正在被改写。
谭扬和身边一群年轻人正在做的事，是试着让AI成为科研的“搭档”，降低研发门槛。
前不久，谭扬所在的天鹜科技发布对话式蛋白质研发智能体MatwingsVenus™（晓鹜™）。通过这个智能体，研发人员像聊天一样提出需求，由智能体完成行业研究、数据库检索、蛋白质设计，并衔接自动化实验验证、结果迭代等环节。过去需要多个团队接力完成的流程，被重新连接起来。
在他眼中，这类工具的意义，不只是提高效率，更重要的是让更多年轻人有机会靠近生物制造这条赛道。
天鹜科技Agent项目研发负责人谭扬
“研发能力，开始变得可共享”
生物制造被认为是未来产业的重要方向之一。无论是创新药、功能食品，还是农业、生物基材料，背后都离不开蛋白质、酶和微生物等生物元件的研发与设计。
谭扬所在的行业，是生物制造领域最前沿的方向之一——蛋白质设计。过去，这是一个极其依赖“手艺”的领域，一个成熟的科研人员需要10年以上的训练，才能独立设计出有功能的蛋白质。
但现在，AI正在改变这个行业的面貌。通过对话式的智能体，非专业人士也可以完成从行业调研、数据分析到实验设计的部分工作。智能体自动拆解任务、调用工具，甚至衔接到实验验证环节。
知识壁垒并没有完全消失，但获取知识、理解知识的门槛正在降低。而在更进一步的层面，一些原本只有大机构才能完成的工作，也开始具备“共享”的可能。
谭扬所在团队推出的Matwi-ngsVenus™，一个重要思路就是把设计和验证尽量打通。平台不仅能帮助用户完成前端研究和蛋白质设计，还能把结果衔接到自动化湿实验流程中，让设计方案尽快获得实验反馈，再进入下一轮优化。这样一来，研发不再只停留在“纸上推演”，而是能更快形成闭环。
在某免疫调控受体靶点从头设计项目中，天鹜科技基于该平台成功获得数十个具备体外细胞阻断活性的全新binder分子，完成了从设计到验证的全流程闭环。
而在针对甜味蛋白Monellin的复杂点位突变改造中，平台通过“Agent设计—自动化实验—AI反馈—Agent再设计”的策略，逐轮缩小搜索空间、优化候选集合，通过连续迭代优化，形成 24 个代表性候选集合,获得多株表现更优的候选变体。多个样本的甜度相比野生型提高十几倍，耐热性维持在约75℃的高位区间。
两个案例一脉相承，展现了智能体加速蛋白质创新药物研发的实战能力。
过去，这些工作往往需要多个团队分工协作、往返切换不同工具才能完成。如今，它们有机会在一个平台上被重新组织。对于青年科研人员和创业团队而言，这不只是效率的提升，更重要的是，研发能力变得不再那么遥不可及。
对于谭扬来说，这种变化是行业趋势，也是他选择这条赛道的重要原因。
“我的导师洪亮教授常常讲，选择大于努力。”他说，“我们这一代人，其实更习惯用工具去解决问题，也更相信技术可以降低门槛。”
团队正进行湿实验验证
进入未来产业，先要学会“表达”
“我们团队大部分人是生物背景，我是少数派。”他说。正因为如此，他对跨学科协作有着更直接的体会，也更理解把需求“翻译”成可执行任务的价值。
在他看来，随着人工智能逐渐成为科研和产业创新的重要工具，这种能力反而变得更关键。因为人与AI协作，本质上首先是一种高质量的表达。“如果你跟AI说话都说不清楚，AI必然听不懂你想表达什么，也不可能帮你实现你想做的事情。”谭扬说。
比表达更进一步的，是想象力。
“你怎么给AI画一个更大的饼，然后做更大的事情。”谭扬说，技术门槛降低之后，真正拉开差距的，将是一个人能否提出更大的问题、描绘更大的目标、构想更丰富的应用场景。过去，一些经验可能构成优势，但在新技术快速迭代的阶段，经验有时也会形成束缚。
“可能经验越多，束缚越多。”他说，年轻人的优势恰恰在于没有那么多路径依赖，敢于设想新的解决方案。
未来产业之所以吸引年轻人，恰恰因为它仍在生长。今天，当AI开始更深地走进实验室，生物制造这条赛道也在被重新塑造：有人改进算法，有人打通实验流程，也有人试图降低创新门槛，让更多人可以参与其中。
热门跟贴