2026年10月15日，《Molecular Cell》第86卷第20期推出“Artificial intelligence in molecular biology”专题。14篇内容，把蛋白、RNA、基因编辑和单细胞放进同一张路线图。但编辑部同时强调，实验验证仍是机制判断和可靠结论的关键。[17, 13]
这组文章值得连着读，因为它们共同追问：预测之后，能否真正改变生物系统？设计一个结合蛋白、提名单个突变、预测细胞响应，正在被接入实验流程。但通向细胞行为的路仍未打通。从预测走向设计，实验检验依然不能省略。[14, 18, 24]
14篇，期刊把问题推向哪里？
按固定目录，专题包含1篇社论、5篇Insights、6篇综述和2篇原创研究。它既讨论新工具，也审视偏差、推理与解释。但这14篇不能统称为“14个新模型”：综述负责梳理证据，观点负责提出问题，研究论文才报告具体新结果。[17]
其中，Arne Elofsson的综述给出一道边界：结构上能拼到一起，不等于细胞里真会相遇。像两块形状相容的拼图，蛋白还须满足表达、定位和竞争条件。但结构置信度无法单独回答这些问题。结构相容性，仍不足以证明生物学相互作用。[27]
从造一个结合蛋白，到接通一条信号
Philipp Huettemann与Tanja Kortemme把设计目标推向多组件系统。过去像做一把钥匙，如今还要安排门锁之间的联动：受体间距、朝向和结合价态，都可能改变信号输出。但“结合得上”只解决了网络中的一个环节。[14]
设计反应网络，还要控制组装顺序、响应阈值和动力学。这些目标把蛋白设计带向细胞功能工程，但综述清楚区分了已有案例与远期愿景。任意编程细胞行为仍远未实现；能折叠、能结合，也不能直接替代功能测量。[14]
同一期的unZipro研究，把目标收窄到减少蛋白进化的筛选量。它像先学通用语法，再熟悉一个家族：由几何逆折叠预训练转向家族适配，随后提名突变供实验测试。但计算提名仍须通过湿实验筛选。[34]
研究团队在9种蛋白上，从约10个候选规模的小文库筛得高活性变体，报告平均成功率61%。这给出了一种缩小实验搜索范围的路径，但61%只适用于该研究的蛋白、候选选择和成功定义。模型仍依赖静态结构，动力学与高阶突变互作尚待处理。[34]
RNA与编辑器，开始反向出题
RNA设计也在尝试倒推：先设定希望实现的功能，再寻找可能的结构和序列。专题中的RNA评论，将结构、功能与序列生成放在同一条设计链上。但仅凭这一方向性框架，还不能断言任意功能RNA已可按需生成。[17]
基因编辑综述呈现了相似迁移。AI的角色从预测向导RNA活性、脱靶和编辑结果，扩展到编辑蛋白本身的工程。这相当于从挑选工具走向改造工具，但训练数据整理、候选过滤与实验验证，仍高度依赖研究者。[18]
综述讨论了一条设计链：先生成骨架，再填入序列，最后评估结构候选。RFdiffusion、ProteinMPNN与AlphaFold分别参与这些环节。但最后一步仍是计算评估，不能把模型之间的相互确认，写成实验已经验证。[18]
具体案例包括设计结合MLH1的蛋白以干预错配修复，以及用定向结构域约束编辑组件的空间关系。几何设计开始服务于编辑功能。但这些案例有各自的实验条件，不能推导出所有编辑器都能靠同一套组合直接优化。[18]
虚拟细胞的热度，跨过实验室了吗？
单细胞模型试图建立一座“试验沙盘”：给细胞施加扰动，再预测其表达变化。真正困难的是未见过的扰动和细胞环境。但细胞图谱规模变大，并不自动意味着模型学会了可外推的因果规律。[24]
Sneha Mitra、Jiaxin Li与Christina Leslie的综述提醒，部分评测中，简单均值或线性基线仍能胜过复杂模型。因此，比较必须交代任务、数据划分和基线。但这也不支持“深度模型普遍无效”的结论；不同任务的难点并不相同。[24]
综述还审计了4种方法的引用用途。在已解析并分类的引用论文中，scVI的生物学应用占40.2%（N=951）；scGPT为5.0%（N=402），仅提及占70.9%。但这些分母是分类样本，不能当作全部引用，更不能当作性能得分。[24]
这组数字提示“被讨论”与“被用于研究”之间的距离。但审计依赖大语言模型分类和抽样人工核验，存在误分；工具年龄、定位与样本覆盖也不同。引用用途审计可以追问落地，却不能代替能力排名。[24]
预测解释得通，还得让实验复现
Mukund Varma与Trey Ideker的文章，把“为什么这样预测”放进基础模型的设计目标。其摘要强调引入先验知识，并优先考虑可解释性。但解释是否对应真实机制，仍需额外检验；这一主张本身不构成机制证据。[21]
蛋白相互作用综述展示了另一层困难：不同实验与计算证据，并不会给出完全相同的相互作用集合。组装计量、竞争伙伴和细胞环境，都会影响结果的解释。但因此放弃预测也无必要，关键是让每种证据回答它能回答的问题。[27]
读完专题，更实用的尺度是：模型减少了什么实验负担，又产生了什么可检验问题？unZipro提供了小规模筛选案例，设计综述描绘了系统工程路线。但案例、路线与普适能力之间，仍要逐层积累证据。[34, 14]
编辑部把偏差、可复现性和解释性与模型进展并列讨论。更难的关口，仍在动态、多组分和真实细胞环境。但如果一个预测跨过这些条件就失效，下一轮该增加数据、修改模型，还是重写假设？下一轮实验，将决定哪些设计真正成立。[13, 14, 27]