蛋白质从头设计
本条为初评草案（AI 辅助编目）：T 阶为三问初评（撬动面 × 停滞度 × 临界性），双评过 σ 门并红蓝复核后才升"已建档"。查不到的字段留空不编。点亮者会进入亮星候选流程，其贡献与星阶按 HCF 独立重评，不从暗星自动继承。
蛋白质是生命的分子机器，自然演化出的蛋白种类只是可能空间的极小一角。David Baker实验室的RFdiffusion等AI模型让研究者可以直接从功能需求出发“从头设计”全新蛋白质——包括原子级精度结合特定靶点的全新抗体，不再依赖筛选自然蛋白或免疫反应。攻破意味着药物、酶、材料的设计流程从“发现”变成“编程”：需要什么功能，直接设计出对应的分子。
设计出的蛋白序列在计算机里“看起来”能折叠、能结合，但湿实验验证成功率仍有限——从头设计到真正稳定表达、无毒性、可规模化生产的候选物之间还有相当的实验淘汰率，且复杂多结构域蛋白和动态构象变化的设计能力仍弱于单结构域静态结合任务。
David Baker实验室（华盛顿大学蛋白质设计研究所）（RFdiffusion系列模型，实现原子精度的从头抗体设计（Nature发表））；Xaira Therapeutics（10亿美元启动资本，独家授权RFantibody训练代码，商业化AI设计抗体）；Google DeepMind（AlphaFold团队向蛋白质设计方向延伸）；Isomorphic Labs（应用AI结构预测/设计能力于药物研发）
蛋白质设计/结构生物学（Baker Lab公开的Rosetta/RFdiffusion课程与代码）（学习）；参与RFdiffusion/ProteinMPNN开源社区（研究）；计算生物学/蛋白质工程师（职业）
谁在攻这颗暗星 · 攻关者名录12 人
这不是终点站——今天在这颗暗星上攻坚的人，就是明天点亮它、登上星光榜的候选。名录含科研、创业与第三方三类关键角色，初评待核实，欢迎补充与纠正。
去哪家 · 机构与公司名录6 家 · 其中初创/成长期 6
给求职者和投资人的信息增量——不只是听过的大机构，更多是正在攻这颗暗星的初创与新公司（联网实搜、初创优先排序，初评待核实）。