首页 > 科学

Gemini 4挑战诺奖得主成果,数小时完成5种新酶设计

来源:网络 编辑:小彩 更新:2026-10-16

当地时间 10 月 13 日,谷歌宣布新一代大模型 Gemini 4 Argon 正式向全球开发者和企业开放,同时面向 Gemini 应用、搜索 AI 模式的部分付费用户上线。

作为谷歌最新的旗舰模型,Gemini 4 Argon 在多项基准测试中达到前沿水平,并在 Vals AI 综合指数中超过 OpenAI、Anthropic 的竞争模型。

与此同时,谷歌还公布了一项重要的蛋白质设计成果。

研究人员借助 Gemini 4 Argon,在数小时内完成数据整理、模型调优和筛选规则制定,最终得到 5 种全新的人工酶设计。

随后的实验室测试显示,这 5 种设计均表现出较强的催化活性。

这次设计的是丝氨酸酯酶,一类能够催化酯键水解的蛋白质,在药物制造、精细化工和生物燃料等领域具有广泛的应用前景。

过去,想要从头设计一种具有特定催化功能的酶,研究人员通常需要使用多种专业计算工具,经过多轮筛选和实验验证。

巧合的是,就在去年,诺贝尔化学奖得主 David Baker 的团队也在《Science》发表过一项类似研究。

他们利用 RFdiffusion 等专业模型,成功设计出具有催化活性的丝氨酸水解酶。

如今,谷歌将一款面向编程、金融、法律等多种任务的通用大模型,带进了这一专业领域。

数小时设计 5 种新酶,Gemini 4 做了什么?

从头设计一种具有特定功能的酶,一直是蛋白质工程中的难题。

研究人员不仅要找到合适的蛋白质结构,还要保证它能够催化预期的化学反应。

在这次实验中,研究人员使用 4MU-acetate(4- 甲基伞形酮乙酸酯)作为测试底物。

这种物质在被水解后会释放荧光产物,因此可以通过检测荧光信号,判断新设计的酶是否具有相应活性。

按照谷歌公布的流程,Gemini 4 Argon 首先整理与目标酶相关的数据,随后完成模型调优,并根据生物化学原理制定多个筛选条件。

整个计算过程只用了数小时,研究团队最终得到 5 个全新的酶设计。

后续实验显示,这些设计均表现出较强的催化活性。

这里需要关注的是 Gemini 4 承担的工作。

传统的酶设计需要研究人员掌握不同计算模型的使用方法,根据目标反应调整模型,再结合专业知识筛选候选蛋白。

Gemini 4 作为一款通用大模型,已经能够参与其中的数据处理、模型调整和筛选策略制定,而这些工作通常需要研究人员投入大量时间。

从这次案例来看,Gemini 4 在科学研究中的作用,已经不局限于回答专业问题,而是开始切入模型调整和计算流程改进等实际工作。

不过,这与此前专业团队的做法又有所不同。

Gemini 4 挑战诺奖技术路线,究竟有什么不同?

2024 年,华盛顿大学教授 David Baker 因计算蛋白质设计获得诺贝尔化学奖。

同年获奖的还有 Google DeepMind 的 Demis Hassabis 和 John Jumper,他们的主要贡献是利用 AI 预测蛋白质结构。

Baker 团队开发的 RFdiffusion,是蛋白质设计领域具有代表性的专业模型。

2025 年 4 月,Baker 参与的团队在《Science》发表论文,展示了如何利用 RFdiffusion 等工具,从头设计具有催化活性的丝氨酸水解酶。

(来源: Science)

这项研究与谷歌此次公布的成果有不少相似之处。

两者都涉及丝氨酸水解酶,也都使用了可以通过荧光信号检测活性的底物,但采用的技术路线有所不同。

Baker 团队使用的是一套由多种专业模型组成的设计流程。

研究人员首先根据目标化学反应,确定酶的催化中心需要具备什么样的结构,再利用 RFdiffusion 生成能够容纳这一催化中心的蛋白质骨架。

随后,通过 LigandMPNN 设计氨基酸序列,使用 Rosetta 优化结构,并借助 AlphaFold2 检查设计出的蛋白质能否按照预期折叠。

此外,团队还使用 PLACER,评估蛋白质在不同反应阶段的活性位点构象,判断它能否支持完整的催化过程。

研究人员将这些工具组合起来,经过多轮计算筛选和实验测试,最终获得了具有持续催化能力的新酶。

这套方法的特点是,每种模型负责一项具体任务,研究人员需要根据实验目标选择工具、调整参数,并决定哪些设计进入下一轮验证。

Gemini 4 Argon 此次参与的工作有所不同。

根据谷歌公布的信息,它主要负责整理相关数据、完成模型调优,并根据生物化学原理制定筛选规则。

这些工作原本需要研究人员结合专业知识和计算工具逐步完成,如今通用大模型已经能够参与其中。

与 RFdiffusion 等专业模型相比,Gemini 4 具备跨领域知识处理、代码生成和多步骤推理能力,可以协助研究人员处理不同环节的任务。

谷歌此次展示的成果,也说明通用模型的作用正在从回答科研问题,扩展到实际的模型调整和候选筛选工作。

不过,谷歌尚未公布此次酶设计使用的完整工具链,无法确定具体的蛋白质结构生成是否仍由专业模型完成。

两项研究的实验结果也暂时无法直接比较:Baker 团队公开了多轮筛选、催化动力学及结构验证数据,谷歌目前仅披露了 5 种设计具有较强催化活性。

因此,Gemini 4 此次展示的进展,主要在于利用通用模型加快专业科研流程。

它能否进一步提高酶的设计成功率,或在催化性能上超越现有专业模型,还有待更多实验结果证明。

通用 AI 进入生物学,专业模型会被取代吗?

谷歌此次公布的成果,还有一个值得追问的问题。

此前,Google DeepMind 已经开发出 AlphaFold 等专业蛋白质 AI 工具,旗下 Isomorphic Labs 也一直在探索 AI 药物发现。

既然谷歌已经具备这样的专业技术能力,为什么又开始让通用大模型参与蛋白质设计?

(来源:Isomorphic Labs)

一个可能的原因,是科研工作中有许多环节并不直接涉及复杂的分子计算,却同样需要大量时间。

过去,研究人员想设计一种新的蛋白质,可能需要先检索文献、整理数据,再根据研究目标选择不同软件,编写代码、调整参数,随后分析计算结果,决定哪些候选方案值得进行实验。

每一种专业模型都有自己的使用方法和适用范围。

即使研究人员掌握了这些工具,要把它们组合成一套完整的研究流程,也需要投入不少精力。

而通用大模型正在尝试承担其中一部分工作。

研究人员提出目标后,模型可以协助收集相关资料、编写程序、调用其他计算工具,并根据已有结果调整下一轮筛选方案。

这也为专业模型和通用模型的合作提供了空间。

前者负责结构预测、序列设计等具体计算任务,后者则协助组织研究流程,让不同工具能够更方便地配合使用。

谷歌此次发布的其他科研案例,也体现出类似方向。

例如,研究人员利用 Argon 优化开源量子化学软件 xTB,使其分子结构预测速度提升至原来的 2.3 倍,构象搜索速度提升至 1.8 倍。

这里,Argon 并没有取代原有的科学计算软件,而是通过代码优化提高了工具的运行效率。

这类变化可能使未来的科研工作出现新的分工。

专业模型继续在结构预测、分子设计等具体任务上提高准确性,通用模型则帮助研究人员完成数据整理、程序编写、工具调用以及结果分析。

对缺乏专门计算团队的实验室来说,这种方式可能尤其有吸引力。

研究人员不必独自处理所有软件和代码问题,也有机会使用过去需要较多技术支持才能运行的专业工具。

谷歌也在尝试扩大 Argon 的科研用户群体。

此次发布中,公司宣布计划向最多 1 万名符合条件的科学家,免费提供 6 个月 Google Antigravity 最高使用档位,采取滚动审核方式。

未来,这款模型将有机会在更多真实研究项目中接受检验。

参考链接

1.https://blog.google/intl/en-in/products/introducing-gemini-4-argon/

2.https://www.nobelprize.org/prizes/chemistry/2024/press-release/

3.https://pmc.ncbi.nlm.nih.gov/articles/PMC12288761/

4.https://huggingface.co/blog/HuggingFaceBio/carbon-annotator-genbank-genome-annotation

运营/排版:何晨龙

注:封面/首图由 AI 辅助生成

“新现场”发布2027上半年新季片单,两位金球奖得主领衔新片

新京报讯 近日,高清放映品牌“新现场”发布2027上半年片单,由英国知名文艺片演员乔什·奥康纳领衔的《金童》和吴珊卓主演的《恨世者》领衔新季片单。

艾美奖、金球奖得主乔什·奥康纳领衔主演的《金童》海报。

两度金球奖得主吴珊卓主演的新片《恨世者》海报。

本季NTLive全新推出两部焦点作品:由安德鲁·斯科特版《万尼亚》导演、奥利弗奖得主萨姆·耶茨执导,艾美奖、金球奖得主乔什·奥康纳领衔主演的《金童》,将美国著名剧作家克利福德·奥德茨的经典之作搬上舞台,演绎从小提琴手到拳击冠军的残酷命运之变奏。

另一部新片《恨世者》由加拿大知名女演员、两度金球奖得主吴珊卓领衔,这是她首次登上英国国家剧院舞台。

该剧由英国国家剧院艺术总监因杜·卢巴辛汉姆执导,英国著名翻译家、编剧马丁·克伦普改编,为莫里哀笔下阿尔塞斯特的困境嵌入女性视角。

除此之外,NTLive上一季的口碑之作、“老白”布莱恩·克兰斯顿版《我的儿子们》、多次荣获奥利弗奖、托尼奖、艾美奖、金球的英国演员莱斯利·曼维尔领衔主演的《危险关系》、马丁·弗里曼和杰克·劳登联袂主演的《戒酒五步曲》,以及《华伦夫人的职业》《哈姆雷特》等众多经典佳作将继续放映。

本季备受期待的作品《巨人》剧照。

本季重磅还包括被《泰晤士报》誉为“近十年最具思想冲击力的戏剧”《巨人》终于登上大银幕。

剧作围绕创作出《查理和巧克力工厂》《玛蒂尔达》等著作的英国知名儿童文学作家罗尔德·达尔展开,一场舆论风暴带来艺术创作与政治立场、商业利益之间的尖锐思辨。

该剧为英国编剧马克·罗森布拉特首作,即夺得奥利弗奖新创话剧,在伦敦皇家宫廷剧院及西区相继完售后,又在纽约百老汇大放异彩,主演约翰·利思戈亦凭此夺得奥利弗奖、托尼奖双料最佳话剧男主角。

而同样录制于西区演出现场的话剧《红色》和《奥赛罗》,也将作为商业与艺术兼具的成熟之作,持续出现在放映片单中。

法兰西喜剧院本季带来两部全新影像:由奥利弗奖、托尼奖获奖导演伊沃·凡·霍夫再度携手法兰西喜剧院班底创作的《哈姆雷特》,由德尼·波达利德斯、克里斯托弗·蒙特内兹和罗伊克·科贝里等一众实力演员加盟,将以挑衅性又充满启发性的多媒体呈现,带观众进入经典文本之旅。

意大利先锋戏剧导演艾玛·丹特与法兰西喜剧院首次合作戏剧作品《女学究》剧照。

另一部由意大利先锋戏剧导演艾玛·丹特与法兰西喜剧院首次合作带来的《女学究》,这位极具风格化的女导演以夸张的肢体语言、色彩斑斓的舞美和服装设计,将人物置于旧时期与新女性的碰撞之中,使莫里哀关于虚荣、权威与女性处境的讽刺,与当代观众对婚姻选择和家庭权威的反思不谋而合。

除以上全新片目外,本季还有多部口碑影像继续放映。

莎士比亚环球剧场的《马尔菲公爵夫人》将带来伦敦地标式仿古剧场里的詹姆士一世时期悲剧;音乐剧影像《摩登礼帽》《近乎正常》《泰坦尼克号》《欢乐岁月》献上唱跳俱佳的视听盛宴;俄罗斯高清舞台影像则以尤金·奥尼尔的《进入黑夜的漫长旅程》、果戈里的《钦差大臣》、莎士比亚的《李尔王》带来扎实厚重的文本体验;华语佳作亦是放映片单中的重要组成,香港话剧团的《武松日记》《暧昧》《原则》,北方昆曲剧院的《游园惊梦》以及《请问最近的无障碍厕所在哪里?》同样将继续放映,为观众提供更加多元的舞台影像选择。

编辑 刘臻 校对 杨利

复合氧化物:概念、结构与应用

复合氧化物是由氧元素与两种或两种以上其他金属元素结合而形成的氧化物材料。

与单一金属氧化物相比,复合氧化物通常展现出更优异的物理化学性能,如更高的热稳定性、化学稳定性以及更为丰富的电学、磁学与催化活性,因此在现代材料科学与工业应用中占据着举足轻重的地位。

一、什么是复合氧化物 从化学定义来看,复合氧化物是指由氧与两种或两种以上其他元素结合形成的氧化物。

它既包括不同金属元素与氧结合形成的多元氧化物(如尖晶石型MgAl₂O₄、钙钛矿型CaTiO₃),也包括同一种金属以不同氧化态共存形成的混合价态氧化物(如Fe₃O₄、Pb₃O₄)。

关键在于,复合氧化物的结构中不存在独立的含氧酸根离子。

其基本结构特征是氧离子(O²⁻)以密堆积方式排列,金属阳离子则根据离子半径的大小填充在氧离子构成的空隙中。

这种结构特点使复合氧化物在晶体化学上区别于普通的含氧酸盐。

二、常见的复合氧化物结构类型 1. 尖晶石型复合氧化物 尖晶石型结构是复合氧化物中最为常见的结构类型之一,通式为AB₂O₄,其中A位通常为二价金属离子,B位为三价金属离子。

典型代表包括MgAl₂O₄(镁铝尖晶石)、MnFe₂O₄(锰铁尖晶石)等。

值得特别关注的是Fe₃O₄,它属于反式尖晶石型结构,在同一晶体中同时存在Fe²⁺和Fe³⁺,是混合价态氧化物的经典范例。

2. 钙钛矿型复合氧化物 钙钛矿型复合氧化物(通式ABO₃)是另一类极为重要的复合氧化物材料。

在这类结构中,A位通常为半径较大的碱土或稀土金属离子,B位为过渡金属离子。

A²⁺和O²⁻共同构成近似立方密堆积结构,B位离子则占据氧八面体的中心位置。

钙钛矿结构具有极高的灵活性——A位和B位金属离子均可被其他离子部分或完全取代,从而形成阴离子缺陷或引入变价离子,进而调控材料的催化活性、电输运性能和磁学性质。

典型代表有CaTiO₃、BaTiO₃、LaFeO₃、SrZrO₃、LiNbO₃等。

3. 其他结构类型 除尖晶石和钙钛矿外,复合氧化物还包括钛铁矿型结构(如FeTiO₃)、以及Pb₃O₄这种由Pb(IV)和Pb(II)与O²⁻以不同方式结合而成的三维网格结构。

4. 过渡金属复合氧化物 过渡金属复合氧化物是由两种或两种以上过渡金属氧化物复合形成的多元复杂氧化物,这类材料常为强关联电子体系,具有丰富的物理性质,如Mott转变、自旋极化、巨磁阻效应乃至高温超导等。

这些性质与过渡金属离子和氧离子的配位结构及d电子组态密切相关。

近年来,研究者通过低热还原技术调控氧空位浓度,可在维持主体结构的前提下实现材料物性的显著变化——例如MgFe₂O₄₋δ在引入高浓度氧空位后可从介电体转变为导电体,展现出独特的物性调控能力。

三、复合氧化物的制备方法 复合氧化物的制备方法丰富多样,常用的工艺路线包括: 溶胶-凝胶法:以金属醇盐或无机盐为前驱体,经过水解、缩合形成溶胶,再经老化、干燥和热处理得到目标产物。

该方法广泛用于制备钙钛矿型薄膜和纳米材料。

共沉淀法:将多种金属盐溶液混合后加入沉淀剂,使各金属离子同时沉淀,再经洗涤、干燥和煅烧得到复合氧化物。

此法工艺简单、成本较低,适用于催化剂的大规模制备。

水热合成法:在密闭反应器中利用高温高压水溶液环境进行晶体生长,可精确调控产物的物相、形貌与粒径。

柠檬酸盐法:利用柠檬酸与金属离子形成稳定络合物,经蒸发、干燥和热处理制备高均匀性的复合氧化物纳米粉体。

水滑石前体法:先制备层状水滑石前驱体,再通过煅烧获得高分散的多金属复合氧化物,广泛应用于催化及电极材料领域。

喷雾干燥法:将金属盐溶液雾化后快速干燥,再经热处理得到复合氧化物粉体,适合工业化连续生产。

四、复合氧化物的应用领域 由于复合氧化物在结构上的多样性和可设计性,其应用几乎覆盖了现代材料科学的各个重要方向: 1. 催化领域 复合氧化物是催化科学的重要基石。

钙钛矿型复合氧化物在二氧化碳还原、甲烷活化等方面展现出广阔的应用前景;钒锰复合氧化物在脱硝反应中遵循Eley-Rideal机理,表现出高效的NOx脱除能力;铁-铜复合氧化物可高效催化Baeyer-Villiger氧化反应,转化率高达99.9%;ZnO-ZrO₂复合氧化物在CO₂加氢制甲醇中表现优异;锌铬复合氧化物(ZnCrOx)则可用于CO₂催化加氢制取高值化学品。

铈基复合氧化物脱硝催化剂更是获得了技术发明奖一等奖的殊荣。

2. 能源存储与转换 在能源领域,复合氧化物广泛用于固体氧化物燃料电池的电极材料、锂离子电池的层状正极材料(如LiNi₀.₅Co₀.₂Mn₀.₃O₂)、超级电容器及钾离子电池的电极材料。

通过合理设计过渡金属种类与比例,可显著优化电极材料的电化学性能与循环稳定性。

3. 环保领域 复合氧化物在柴油机尾气处理、氮氧化物分解、CO氧化等环境催化反应中均表现出优异性能,是大气污染治理的重要材料支撑。

4. 电子与磁学领域 复合氧化物具有良好的光学、电学、磁学性能,是重要的激光材料、热释电材料、压电材料和强磁性材料。

钙钛矿异质界面(如LaAlO₃/SrTiO₃界面)甚至可形成高迁移率二维电子气,为氧化物电子学提供了全新平台。

在磁学应用方面,SrFe₁₋ₓMoₓO₂₊δ中层间填隙氧原子可实现磁结构的有效调控。

请点击输入图片描述(最多18字) 请点击输入图片描述(最多18字) 请点击输入图片描述(最多18字) 请点击输入图片描述(最多18字) 请点击输入图片描述(最多18字)