DISCO：多模态扩散模型驱动的蛋白质协同设计系统

DISCO是基于多模态扩散模型的蛋白质设计工具，实现序列与三维结构的协同生成，为药物发现和合成生物学提供全新范式。其核心创新在于协同设计范式与多模态条件机制，解决传统蛋白质设计中序列与结构割裂的问题，有望推动AI驱动的生物技术创新。

蛋白质功能由氨基酸序列决定的三维结构定义。传统蛋白质设计依赖物理模拟和启发式搜索，计算成本高且成功率有限。近年来扩散模型在图像生成领域突破，科学家探索将其应用于分子设计，DISCO是该方向的最新成果。

传统方法将蛋白质设计分为序列设计与结构预测两个独立阶段，导致序列与结构不一致。DISCO提出协同设计范式，同时生成序列和三维结构，相互约束优化：序列层面考虑生化特性、进化保守性等；结构层面考虑二级结构排布、活性位点约束等。核心创新是多模态条件扩散架构，接受生物分子条件（功能域、结合位点等）、配体条件（小分子结构）、文本描述（如"热稳定酯酶"）作为输入引导生成。

DISCO针对分子设计挑战采用专门适配：1. SE(3)等变性：通过等变神经网络确保输出与坐标系无关，避免不合理构象；2. 离散-连续混合空间：用统一连续扩散框架，解码时将序列概率投影到离散空间；3. 多尺度表征：从原子到残基层级学习，捕捉氢键网络与整体拓扑折叠模式。

DISCO在基准测试中表现优越：酶设计方面，设计的酶活性接近天然酶水平；结合蛋白设计方面，针对给定配体的成功率较传统方法提升3倍以上；结构填充方面，可补全已知部分结构的缺失区域，对蛋白质工程和修复研究重要。

药物发现方面，DISCO实现"按需设计"，针对疾病靶点从头设计结合蛋白或抗体，缩短新兴传染病响应时间；合成生物学方面，为人工代谢通路提供元件设计能力，可设计特定酶组装高效生物合成途径（如转化廉价底物为高价值化学品、降解塑料的微生物系统）。

DISCO存在局限：主要优化静态结构，对动态构象和变构调控建模待提升；实验验证仍是瓶颈。未来方向包括整合分子动力学模拟精修结构、引入实验反馈的主动学习、扩展到蛋白质-蛋白质相互作用系统。此外，DISCO开源降低研究准入门槛，促进开放协作加速AI生物技术创新。