细胞里的蛋白质，也会像水中的油滴一样聚在一起、与周围环境“分开”。这种被称为“相分离”的过程，既帮助细胞快速应对变化，也可能在失控后形成异常聚集，与阿尔茨海默病等疾病相关。
如今，南洋理工大学（NTU Singapore）研究团队借助人工智能，为科研人员提供了一套更系统的“蛋白质相分离地图”。
团队开发了AI驱动的基准数据库PLATO和分析平台PhaseHub，帮助研究人员更准确地预测哪些蛋白质会发生相分离、它们可能与哪些分子互动，以及这种行为在不同物种中如何变化。
跨物种分析规模
1,106个物种
涵盖动物、植物、真菌和细菌等生命形式
蛋白质为什么会“抱团”？
相分离蛋白质会从周围环境中分离出来，集中形成类似液滴的结构。细胞可以借此把特定分子聚到一起，加速或抑制某些反应，从而更快地应对压力。
但如果这一过程发生异常，蛋白质便可能形成有害的凝聚体或聚集物。此类变化与癌症、阿尔茨海默病等神经退行性疾病有关；在植物中，相分离异常也可能削弱压力响应和抵御微生物病原体的能力。
因此，找出哪些蛋白质会发生相分离，以及这种行为受什么因素调控，是疾病、衰老和作物研究中的重要问题。
左起：NTU数字分子分析与科学研究所研究员Dr Liang Qiyu与Prof Miao Yansong。 图源：NTU Singapore
PLATO：给AI一套更可靠的“标准答案”
过去的蛋白质相分离数据集往往偏重完整蛋白质，较少收录实验中确认“不发生相分离”的结果，也缺乏截短蛋白质、突变体和工程化变体。这种数据失衡，容易令预测模型高估蛋白质发生凝聚的倾向。
为补上缺口，NTU团队利用大语言AI模型系统检索PubMed收录的科学论文，提取经过实验测试的蛋白质及其相行为信息，并由研究人员进行人工复核，以确保科学准确性。
PLATO数据库收录：
• 5,118条独特蛋白质序列
• 超过3,600种会发生相分离的蛋白质
• 约1,300种不会发生相分离的蛋白质
• 同时涵盖截短蛋白质、突变体及工程化变体
这些更均衡、更多样的数据，可以为训练和评估新一代预测工具提供基准。
PhaseHub：不只预测，还能探索“谁和谁互动”
研究团队还建立了PhaseHub平台。他们先利用此前开发的机器学习算法MolPhase，预测1,106个物种中可能发生相分离的蛋白质，再结合蛋白质丰度和相互作用的实验数据，分析多组分蛋白质凝聚体。
研究人员可以在PhaseHub中搜索蛋白质或提交序列，查看其相分离预测结果、可视化潜在相互作用，并探索影响分子互动的特征，例如连续重复的氨基酸片段。
跨越生命物种，团队发现了什么？
分析显示，细胞内含有细胞核的真核生物，通常拥有更高比例的潜在相分离蛋白质。对于基因组较小的生物，潜在相分离蛋白质的比例会随基因组扩大而增加，之后逐渐趋于平台。
这提示基因组DNA含量与相分离能力之间可能存在一种平衡：更大的基因组可以编码更多相分离蛋白质，支持更复杂的细胞活动；但过强的凝聚倾向，也可能提高形成有害聚集物的风险。
谁完成了这项研究？
研究由NTU生命科学学院及数字分子分析与科学研究所（IDMxS）的苗延松教授（Prof Miao Yansong）领导，并与NTU电气与电子工程学院高伟博教授（Prof Gao Weibo）合作完成。
IDMxS研究员梁启宇博士（Dr Liang Qiyu）是两篇研究论文的第一作者。相关AI工具与研究成果已发表于同行评审期刊《Molecular Plant》。
这项研究意味着什么？
它并不是一项已经进入临床的治疗技术，而是一套更准确、更友好的基础研究工具。未来，它可能帮助科研人员更快筛选候选蛋白质，理解疾病和衰老机制，并研究如何增强植物的抗逆性与免疫力。
从单个蛋白质序列，到覆蓋千余物种的生命图谱，AI正在帮助科学家把分散在论文和实验中的证据连接起来。真正值得期待的，不只是“预测得更快”，更是让疾病研究和可持续农业获得一套能够不断积累、比较与验证的共同基础。
