文章来源：解放日报·上观新闻
作者：徐瑞哲
原文链接：https://www.shobserver.com/staticsg/res/html/web/newsDetail.html?id=800294
创业背后AI助飞，上海交通大学张江高研院：科研范式革命产生倍速放大效应，学科交叉点开出新质生产力赛道。
“我们去年5月开始小试，半年就完成了，到现在实现放大生产，全过程只用了一年多。”在上海交通大学张江高等研究院，43岁的洪亮教授举着纸杯咖啡，一路行色匆匆。他的创业团队与瀚海新酶合作，一改传统化学法为生物酶法，制备出用于急性胰腺炎等血检的核心物料。相比罗氏制药每公斤30万元的高价，它直接降为不到3万元。
洪亮团队在《自然》子刊发表论文。
“有了自建的蛋白质工程领域垂直大模型：Pro系列，我们可以师法自然，在大自然恩赐的基础上，做出更好的蛋白。”洪亮带着几分骄傲笑言，“现在从基础研究到应用研究，从0到100加速孵化，中间可能直接跨过‘1’这样的事了。”这些日子，洪亮刚刚完成“搬家”，其交大闵行校区等处的研发资源，正“聚焦”到张江高研院。
上海交大张江高研院群楼。
作为交叉研究高地的这个新型研究机构，已搭建起七大中心：变革性分子前沿科学中心、超快科学中心、人工智能网络安全创新中心、未来材料创制中心、合成科学创新研究中心、人工智能生物医药中心、DNA存储研究中心，还有公共仪器平台。在这里，科研范式变革催生新质生产力，到底有多快？看看洪亮这些青年科学家的高倍速转化。
新落成的DNA存储中心自动化AI实验室。
大模型设计蛋白质直接产业化
“结构决定性质”。不论生产过程中还是体内过程中，当人类需要耐酸、耐碱、耐酒精、耐高温等带有“抗性”的生物分子，什么样的微观结构才是最经得起考验的？
洪亮给记者打比方，“如果说ChatGPT是用大模型理解人类文字排列方式来做智能问答，那么Pro系列蛋白质大模型就是用AI学习自然界生物分子的设计规则，从而实现性能优越的各种蛋白产品的智能开发。”
洪亮团队发表蛋白质全新序列研究成果。
基于Pro系列大模型，他们与金赛药业联合开发用于纯化生物生长激素的极耐碱的单域抗体，成为世界首款大模型设计并放大生产进入产业化阶段的蛋白质产品。这款“蛋白原型”，是从4000万量级羊驼单域抗体库筛选出来的高亲和力纳米抗体，但耐碱性很差，在制药流程的强碱洗脱环节中，蛋白质结构会被破坏，导致其使用寿命短，消耗量大。
而不到一年内，一个普通不耐碱的蛋白就变为极度耐碱的蛋白，从没有任何实验数据到成为全球首个实现5000升工业化生产的大模型设计蛋白产品，“这在以往是绝对不可能实现的。”而且，这个产品为该企业每年节省超过千万元的生产成本。
洪亮（右二）在金赛药业5000升工业化生产线上。
此前做蛋白质工程，只能针对单个场景下的单个指标慢慢去改，一个工业酶改造花三五年很正常。洪亮向记者坦陈，“但过去一年多，我们团队仅用20多位设计和实验人员，便完成了20余款蛋白质设计项目的交付，涉及热稳定性、酸碱耐受性、活性、亲和力、特异性等诸多蛋白质的理化性质，覆盖生物医药、营养保健、酶制剂等多个领域。”在他们手里，还有在研项目50余项。
要驾驭“万能的AI”，本身最好也是“跨界理化生”。洪亮本科学物理，硕士在港学化学，博士在美学生物，之后在美国国家实验室学习计算生物学，如今也是上海交大国家应用数学中心副主任。
洪亮（左一）获得创客中国AIGC专题赛冠军。
多科交叉背景下，他成为天鹜科技的公司创始人和首席科学家。去年以来，其核心平台Pro系列建立了“AI自动设计+少量实验验证”的蛋白质设计新范式，改变了“专家经验和大量试错”传统范式，大大提升企业产品性能、缩短研发周期、降低生产成本。
当然，洪亮直言，大模型并非总能拿到“100分”，40个项目可能有5个也会失败。但经测算，总实验样本数量由成千上万个，减少到了100个甚至更少，项目交付周期也由2到5年，压缩至2到6个月，成本也大大降低。
张江高研院所在的吕志和科学园。
在上海交大校长丁奎岭院士的眼中，张江高研院属于基础研究自由区，通过有组织的科研打破学科边界，“交叉”进入无人区，开拓科技新疆域。“越是AI无处不在的时代，越需要人类智能（HI）互补，越要关注其核心竞争力。”他强调“AI+HI”，让人工智能加之人的智慧与创造性。
