讓AI設計不再停在螢幕裡：美國斥資打造蛋白質工程雲端實驗室

蛋白質生成模型可以迅速提出大量候選設計，真正拖慢研發的，往往是把序列做出來、測量功能，再將失敗與成功餵回模型。美國西北大學準備以一座可遠端使用的自動化實驗室，接起這段長期斷裂的流程，嘗試把AI預測轉化為可反覆驗證的實驗循環。

美國國家科學基金會（NSF）將在四年內提供2,000萬美元，協助西北大學設立「AI驅動快速實驗自動化機器」雲端實驗室，英文縮寫為DREAM。校方稱，它將是美國首座專門服務AI蛋白質工程、並向外部使用者開放的公共雲端實驗室，設於該校合成生物學中心的Synthetic Biology Foundry。

依目前規畫，研究者可透過雲端介面描述希望蛋白質具備的功能，AI據此提出候選設計；通過生物安全與生物保全審查後，機器人系統才會製造並測試蛋白質。實驗數據再回到模型，形成「設計、製造、測試、學習」循環。這套架構可用於藥物候選分子，也能延伸至塑膠分解、污染物偵測、農業技術與關鍵礦物回收。

團隊預計在資助期間合成並表徵超過30萬個蛋白質，產生最多3,000萬筆資料，並以開放取用方式釋出數據與AI模型。若資料品質、實驗條件與詮釋標準能保持一致，價值不只在於提高通量，也可能補足蛋白質AI長期缺少的大規模、可重複實驗資料。

DREAM同時是NSF「可程式化雲端實驗室」網絡的一個節點。NSF宣布向20個團隊投入3.8億美元，涵蓋生物學、化學、材料與電子等領域；Astera Institute另承諾最多2,000萬美元，支援資料標準、可重現工作流程與快速公開成果。整體承諾因此最高可達4億美元，但西北大學取得的直接獎助仍為2,000萬美元。

目前公布的是設施與產能藍圖，尚未提供DREAM實際改善蛋白質功能、命中率、成本或研發時間的比較數據。外部研究者的使用資格、收費、排程，以及不同實驗間能否穩定重現，也有待平台運轉後檢驗。即使系統產生具潛力的治療蛋白，後續仍須完成毒理、製程、臨床與監管驗證；自動化可以縮短早期試錯，並不會取代藥物開發的證據門檻。