模型一口气提出96个蛋白质设计，实验室测完只回来12个命中。剩下那84个怎么办？

有的可能结合偏弱，有的可能结合到了对照样本上，有的结果前后不一致，还有的干脆没测出可用数据。把它们统统塞进"不成功"这一个筐里，等于把能影响下一轮设计的信息一起扔掉了。对于反复跑"设计—测试—学习"循环的团队来说，决定从实验室回传什么，本身就是实验设计的一部分。

谷歌研究院（Google Research）2026年10月的适配体（aptamer）工作提供了一个可参考的例子。在三轮设计中，研究人员把基于磁珠的筛选和测序结果回传给AI智能体，这些结果帮助智能体去查交叉反应性问题，并据此调整后续设计。反馈让它们能弄明白：那些看起来有希望的候选，为什么最后没达标，以及下一步该试什么。

做蛋白质设计的团队面对的是同一个问题：你的模型需要知道什么，才能做出更好的判断？

一个简单的"好蛋白"标签，会盖住好几种不同的属性。设想两个候选：一个结合得很紧，但对某个不相关的对照也产生了强响应；另一个对靶标结合偏弱，但对照谱干净。哪个更值得继续推进，取决于项目目标。把这些测量值分开保留，权衡才看得见。如果团队非要把它们合成一个排名，那就把底层数值和权重一起留着，这个排名才解释得清、改得动。

实验没给出明确答案时，同样要小心。"在测试条件下未检出结合""检出结合但速率无法可靠拟合""样本未通过质控"，这三种应当保持为彼此独立的结局，各自指向不同的下一步。这些记录最好和原始设计、样本批次、检测条件以及底层曲线绑在一起。这样团队才能判断：是重新设计候选、重测一次，还是先查检测方法本身，再决定要不要把这个结果当作反馈。

不确定性也因此变得有用。一个处在边界上的结果，能指出再做一次实验在哪里信息量最大。

这正是互补的生物物理测量能派上用场的地方。对合适的蛋白样本，SUPR-DSF通过内源荧光在标准384孔板里测热行为，这种板式支持跨候选、跨缓冲条件做比较，也给对照和重复留了位置。Alto或Revo可以补上结合动力学和亲和力测量，自动梯度稀释减少了手工配制。合在一起，这些测量能帮团队比较连续几轮里序列变化如何影响结合与热行为。

但每种测量仍然只回答自己的问题。熔解温度更高，不等于生物活性更好；热位移通常也不能直接换算成亲和力排名。

跨轮次的一致性同样值得盯。一份厂商应用说明报告了在16块板子上对溶菌酶做热测量，为在更大筛选流程中评估重复性提供了一个实际例子。

起点是先把下一轮要解决什么谈清楚，再挑能回答这个问题的测量和对照。有些轮次适合多测一些设计，有些轮次适合把不确定的候选看得更细。把成功的结果和失败背后的原因都保留下来，科学家和计算系统才有更有用的东西可用。

Desmond Gilmour
邮箱：dgilmour@nicoyalife.com
电话：+1 519-546-9876

本人在Nicoya Lifesciences工作。文中观点仅代表个人，不一定反映Nicoya的立场。这是个人发布内容，不是公司官方沟通。