📢 转载信息

原文链接：https://www.qbitai.com/2025/10/339061.html

原文作者：西风

---

重磅突破：字节跳动PXDesign将蛋白设计效率提升10倍，步入实用新纪元

AI蛋白设计领域迎来里程碑式进展！

近日，字节跳动Seed团队多模态生物分子结构大模型（Protenix）项目组重磅推出了新一代可扩展的蛋白设计方法——PXDesign。

这项创新技术在实测中展现出惊人的效率，24小时内即可生成数百个高质量的候选蛋白，生成效率相比业界主流方法提升了约10倍。更令人振奋的是，PXDesign在多个靶点上实现了20%–73%的湿实验成功率，这一成绩已达到当前领域的领先水平。

值得注意的是，蛋白设计一直是一个难题，即便是DeepMind的AlphaProteo（基于AlphaFold系列模型），在相同靶点上的成功率也仅为 9%-33%。

此外，Protenix团队还推出了公开免费的binder在线设计服务，极大地降低了科学家利用AI进行科研探索的门槛。

💡 蛋白设计：从“预测结构”到“反向设计”的飞跃

蛋白质是生命活动的核心。随着计算蛋白设计（如David Baker的工作）和结构预测（如AlphaFold系列）的突破，科学家们的目光已聚焦于更具挑战性的任务：“反向设计”——即根据所需功能，创造全新的蛋白质分子。

其中，设计能精确结合特定目标蛋白的结合蛋白（binder），是实现重大疾病治疗新疗法的关键热点。

以往，蛋白设计严重依赖高通量实验筛选，效率低下且成本高昂。深度学习的兴起带来了新机遇，而字节跳动Seed团队的Protenix项目组正是抓住了这一机遇，推出了新一代方法PXDesign。

实验室验证显示，PXDesign在多个靶点上取得了20–73%的实验成功率，相比DeepMind的AlphaProteo提升了2–6 倍，树立了新的领域标杆。这意味着，科学家们可以显著减少昂贵的高通量筛选实验，直接通过低通量实验获取有效binder。

🧪 PXDesign的核心武器：“生成+过滤”双轮驱动

PXDesign的成功，源于其精妙的“生成+过滤”组合策略。

🚀 1. 高效生成：Diffusion路线的胜利

要找到合适的binder，首先需要模型快速提供海量候选设计。当前主流路线包括Hallucination（如BindCraft）和Diffusion（如RFdiffusion）。

Protenix团队构建了PXDesign-d（Diffusion）和PXDesign-h（Hallucination）两种方案。其中，基于Diffusion的PXDesign-d在生成质量、通量和结构多样性方面表现最优，尤其在VEGF-A、H1、TNF-α等高难度靶点上，效率提升达数百倍。

PXDesign-d的效率优势得益于其O(N²) 的DiT网络结构，相比竞争对手包含O(N³) 模块的结构，它能处理更大规模的结构数据，训练和生成速度更快。

🛡️ 2. 精准过滤：Protenix模型的强大“筛子”

由于生成结果并非完全可靠，需要依赖结构预测模型的置信度评分进行筛选。

Protenix团队评估了AlphaFold 2和自研的Protenix结构预测模型。Protenix是该团队对标AlphaFold 3开发的开源复合物结构预测模型。

为了提升效率，团队还推出了Protenix-Mini系列模型，将AlphaFold 3所需的200步扩散过程简化到仅需2步，计算时间大大缩短。

评估结果显示，基于Protenix的过滤器具有更高的准确性、更快的速度（Protenix-Mini）以及更稳定的筛选标准（结合AlphaFold 2），确保了PXDesign能获得极高的湿实验成功率。

🛠️ 从算法到应用：开放工具加速科研落地

为了让PXDesign的能力真正普及，Protenix团队发布了两款配套工具：

🌐 PXDesign Server：一键式在线设计服务

研究人员可以通过PXDesign Server（https://protenix-server.com/），无需复杂的本地搭建，即可在线完成binder设计和质量评估。

• Preview模式： 快速调试，20-30分钟内返回5-25个候选结果。
• Extended模式： 深入研究，生成更多、更高质量、评估更全面的候选结果，直接服务于湿实验验证。

⚖️ PXDesignBench：统一的评估标准

面对AI蛋白设计领域缺乏统一评估标准的乱象，Protenix团队推出了PXDesignBench。

这是一个系统化的评估工具箱，整合了主流指标与流程，可以对单体蛋白和结合蛋白设计进行多维度、公平的评价。所有流程和模型已在GitHub开源，方便研究者复现和对比。

🌟 展望未来：巨头布局下的生物制药新高地

字节跳动在生物技术领域的深入布局并非个例。此前，微软发布了BioEmu，苹果也推出了SimpleFold。可以预见，AI在生物领域的应用正加速从学术走向工业前沿，未来生物制药行业或将成为科技巨头们争夺的下一个技术高地。

更多资源链接：

• 项目主页：https://protenix.github.io/pxdesign/
• 论文报告：https://protenix.github.io/pxdesign/technical_report.pdf
• PXDesign Server：https://protenix-server.com
• PXDesignBench：https://github.com/bytedance/PXDesignBench

---

🚀 想要体验更好更全面的AI调用？

欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，小白也可以简单操作。