为什么 AI 大模型救不了生物?一位 AI 生物学家的清醒认知

多客科技

作者：微信文章
NBT专访

AI 大模型救不了生物

BioTender | ProteinLM

这两年，“AI 生物”几乎成了一个被过度使用的词。更大的模型、更自动化的实验室、更夸张的融资故事，轮番登场。但一个始终悬而未决的问题是：AI 生物到底应该怎么做，才不是一阵风？



最近，《Nature Biotechnology》发表了一篇对宾夕法尼亚大学教授 Pranam Chatterjee 的人物访谈。这位同时横跨计算机科学、生物工程、湿实验与创业转化的研究者，提供了一条非常值得认真对待的实践路径。



他的经历并不“典型”，但恰恰因此，很可能更接近 AI 生物真正该走的方向。

不要把 AI 当工具，

而要当“第一性原理”





在许多实验室里，AI 仍然是一个“外挂”：先做实验、数据太多了、用模型“跑一跑”，但 Chatterjee 的路径正好相反。他最初接受的是计算机科学与算法训练，而不是生物学。他相信未来工程化生物的核心语言，一定是计算，而不是实验技巧本身。



这不是一句口号，而是贯穿他整个研究生涯的操作逻辑。在 MIT 读博期间，他并不是在已有实验体系中“加一点 AI”，而是为了验证计算发现的 CRISPR Cas9 新变体，从零搭建湿实验室。模型、实验、验证在同一个系统中共生，而不是彼此割裂。



这一阶段产生的多种 Cas9 工具，后来被全球实验室广泛使用，也说明了一点：
当计算真正成为设计核心，而不是事后分析，AI 才会产生实质性价值。

真正的突破，

往往来自“最难的问题”





在完成 CRISPR 相关工作后，Chatterjee 并没有继续沿着成熟、可预测的研究方向前进，而是把目光投向了一个学术界长期回避的问题——卵母细胞的人工构建。



这是一个公认的“难题中的难题”，技术路径不成熟、失败风险极高、传统基金几乎不愿支持，他的选择不是换题，而是换机制。当学术资助无法承载这种高风险探索时，他选择通过创业来推进研究，创立了 Gameto，专注于利用干细胞重编程和转录因子工程解决生育问题。



多年之后，这家公司已经进入 III 期临床试验，并宣布通过其平台诞生了首批婴儿。这条路径在 AI 生物领域极其少见，不是“模型展示 → 融资 → 概念验证”，而是真正跨越了从算法到临床的死亡之谷。



重新审视

一个被默认接受

的前提：结构一定是中心吗？





回到学术界后，Chatterjee 在杜克大学和随后在宾夕法尼亚大学建立了一个高度混合的实验室，一半是计算机科学家，一半是实验生物学家。



他们关注的一个核心问题是，在分子设计中，结构是否真的是唯一正确的中介？

当主流路线几乎全部押注于结构预测（AlphaFold、RFdiffusion 等）时，他的团队选择了一条更激进的方向，直接在序列空间进行离散生成建模（sequence-first）。👇



这不是简单的工程优化，而是对建模对象本身的重新定义。他们更关心的是算法形式、生成约束和数学结构，而不是模型参数规模。







这一系列工作，已经发表在 Nature Methods、Nature Communications 和 Nature Biotechnology 上，也重新点燃了一个被暂时压制的问题，AI 真的理解生物，还是只是绕着结构“拟合世界”？

AI 生物的瓶颈，

从来不只是算力





在访谈中，Chatterjee 提到一个非常清醒的判断，他最兴奋的，并不是某个训练好的模型，而是机器学习领域不断涌现的新算法与新生成范式。



这句话背后，其实是对当前 AI 生物“模型即产品”热潮的一种隐性警惕，如果问题定义是错的，如果验证链路是断的，如果实验只是“背书工具”，那么模型越大，可能只是更快地产生错误答案。AI 生物真正的难点，从来不只是算力、数据或自动化，而是，你是否在解决一个值得被长期验证的问题。







一种更可靠的

AI 生物范式正在浮现





从 Pranam Chatterjee 的研究与创业路径中，可以提炼出一条并不性感、但极具生命力的逻辑：以计算与算法作为第一性原理、选择真正困难、长期重要的问题、把湿实验视为模型系统的一部分、构建从理论 → 分子 → 细胞 → 体内 → 转化的闭环、接受慢，但拒绝空转。在一个被“模型即产品”“Demo 即突破”叙事包围的时代，这样的路径显得不够热闹，却可能更接近 AI 生物最终能留下些什么的答案。

AI 生物不是一场模型竞赛，而是一场关于方法、问题与耐心的长期实验。

如果你想跟进这类“AI × 生物资讯”的最新进展，欢迎关注
加入 BioTender交流群，与科研工作者、AI生物学专家共同探讨模型创新、实验验证与产业落地，实时获取AI × 生命科学的前沿动态。