美国华盛顿大学大卫·贝克团队提出利用AI从头设计名为NovoTag的新型蛋白标签。针对传统荧光成像受限于颜色种类、难以同时观测多个细胞目标，且现有标签依赖天然蛋白改造、难以兼顾小体积与高亲和力的问题，该技术通过定制设计新型蛋白，实现了对特定荧光染料的精准识别，为细胞内多目标高精度成像开辟了新路径。相关研究成果于2026年7月16日发表在《科学》期刊上。

    为了实现多色同时标记，研究团队选择了绿、橙、远红三种颜色的染料作为目标。这三种染料均属于名为“Janelia Fluor”的人工合成染料系列，共享同一个核心骨架，仅在边缘存在细微的化学修饰差异，因而要求设计的蛋白标签必须像精密模具一样精准识别这些微小差别。

    在设计过程中，研究团队首先利用生成式AI模型，直接围绕染料的三维结构生成能够包裹染料的蛋白质骨架，再利用AI工具为其匹配氨基酸序列。随后，通过计算工具从数千个虚拟方案中筛选出最优设计，再在生物实验中测试这些人工蛋白与染料的实际结合能力，最终成功获得了三种小型蛋白标签，它们能分别精准结合绿、橙、远红三种染料。

    实验结果显示，这三种蛋白对各自靶标染料的亲和力达纳摩尔级别，对其他染料的特异性超过1000倍，从而避免了标记间的串色干扰。利用这些新型标签，研究人员已在活细胞中成功实现了多个目标的同时清晰成像。研究团队估算，未来若配合更先进的光学分析技术，甚至有望在一个细胞内同时分辨出30种以上的不同目标。

信息来源：

https://www.science.org/doi/10.1126/science.aeb0822

https://mp.weixin.qq.com/s/ah3SB8Gkv-3fOf2OpYycYA