个人简介
周禧彬,西湖大学计算机科学博士研究生,与浙江大学联合培养。研究聚焦 AI for Science,致力于构建连接蛋白质序列、三维结构与自然语言的基础模型,探索人工智能在蛋白质功能理解、检索、设计与工程改造中的应用。
代表工作包括蛋白质对话模型 Evolla、酶挖掘方法 ESM-Ezy(Nature Communications,2025),以及蛋白质语言模型辅助的 eTDG 优化与碱基编辑研究(Molecular Cell,2024),均以共同第一作者参与。其中,Evolla 通过自然语言交互探索蛋白质功能;ESM-Ezy 从低序列相似性的蛋白质中发现催化性能更优的新酶,并验证其环境修复应用潜力;Molecular Cell 工作利用蛋白质语言模型指导少量变体的实验筛选,优化酶活性并实现可编程的 T-to-G 和 T-to-C 碱基编辑,体现了 AI 在酶发现与工程改造中的实际应用。
此外,参与研发自然语言驱动的蛋白质设计模型 Pinal(Nature,2026)、三模态蛋白质检索模型 ProTrek(Nature Biotechnology,2025)、结构感知蛋白质语言模型 SaProt(ICLR 2024),以及模型训练共享平台 SaprotHub(Nature Biotechnology,2025)。[
关注科研工具的开放与普及,参与的 Evolla 已集成至 Hugging Face Transformers,支持研究者调用模型开展蛋白质问答与功能分析。Evolla 相关工作获得 2025 年 Nature Conference on AI Augmented Biology 最佳海报奖。
研究与工作经验
- 2022 年至今:西湖大学,计算机科学博士研究生,与浙江大学联合培养;主要从事蛋白质语言模型、多模态蛋白质智能与 AI for Science 研究。
- 2023 年:真格基金,投资实习生。
- 2018—2022 年:同济大学,数据科学与大数据技术专业,工学学士。
精选成果
- 论文2025Decoding the Molecular Language of Proteins with Evolla Evolla 蛋白质对话与功能理解模型
Xibin Zhou*, Chenchen Han*, Yingqi Zhang*, Huan Du*, Jiayuan Tian*, Jin Su, Renju Liu, Kai Zhuang, Shiyu Jiang, et al.
Evolla 将蛋白质序列、结构和自然语言问题结合起来,使研究者能够通过对话探索蛋白质功能,并进一步提出可供验证的研究假设。模型使用 5.46 亿蛋白质与文本配对数据训练,并通过偏好优化改善回答质量。研究在古菌蛋白质功能分析和深海 PET 水解酶发现中进行了实验验证,展示了从交互式功能探索到实验检验的应用路径。
蛋白质语言模型多模态学习自然语言交互蛋白质功能理解酶发现 - 论文2025ESM-Ezy: a deep learning strategy for the mining of novel multicopper oxidases with superior properties ESM-Ezy 蛋白质语言模型辅助的酶挖掘
Hui Qian*, Yuxuan Wang*, Xibin Zhou*, Tao Gu, Hui Wang, Hao Lyu, Zhikai Li, Xiuxu Li, Huan Zhou, Chengchen Guo, Fajie Yuan, Yajie Wang
Nature Communications
探索如何利用蛋白质语言模型从海量序列中发现性能更优的新酶。该方法利用 ESM-1b 蛋白质语言模型及其表征空间中的相似性,从 UniProt 数据库中筛选与已知酶序列相似性较低、但可能具有相关功能的候选蛋白质。
在多铜氧化酶研究中,44% 的受测候选在至少一项催化或稳定性指标上优于查询酶,涉及催化效率、耐热性、有机溶剂耐受性和 pH 稳定性。研究进一步检验了新酶在染料脱色及污染物降解中的表现,将模型辅助挖掘与实验功能验证相结合,为生物催化和环境修复提供新的酶资源。
酶挖掘蛋白质语言模型生物催化环境生物技术 - 论文2024Protein language models-assisted optimization of a uracil-N-glycosylase variant enables programmable T-to-G and T-to-C base editing 蛋白质语言模型辅助的碱基编辑工具优化
Yan He*, Xibin Zhou*, Chong Chang, Ge Chen, Weikuan Liu, Geng Li, Xiaoqi Fan, Mingsun Sun, Chensi Miao, Qianyue Huang, Yunqing Ma, Fajie Yuan, Xing Chang
Molecular Cell
周禧彬以共同第一作者参与该项发表于 Molecular Cell 的研究,使用预训练蛋白质语言模型辅助优化具有胸腺嘧啶识别能力的尿嘧啶 DNA 糖基化酶变体 eTDG。通过模型预测对候选变体排序,在两轮、少于 50 个高排名变体的实验测试中,获得了多种活性提升的酶变体。
研究进一步将优化后的 eTDG 与 Cas9 切口酶结合,实现可编程的 T-to-G 和 T-to-C 碱基编辑,拓展了碱基编辑的转换类型。这项工作连接了模型预测、酶活性优化与编辑功能验证,展示了在缺乏大量任务专用训练数据时,蛋白质语言模型辅助酶工程与新型生物工具开发的能力。
蛋白质工程蛋白质语言模型酶优化碱基编辑 - 论文2026Programmable design of functional proteins from natural language Pinal 自然语言驱动的功能蛋白质设计
Fengyuan Dai, Shiyang You, Yudian Zhu, Yuan Gao, Lihao Fu, Xibin Zhou, Jin Su, Chentong Wang, Yuliang Fan, Qingsong Tan, et al.
Nature
Pinal 是一个拥有 160 亿参数的蛋白质基础模型,基于 17 亿蛋白质与文本配对数据训练,将研究者对目标功能的自然语言描述转化为候选蛋白质。模型通过结构生成与序列设计相衔接的两阶段过程,连接功能需求、蛋白质结构与序列空间。
研究针对荧光蛋白、PET 水解酶、醇脱氢酶和代谢 H 蛋白四类任务进行了设计与实验验证,均观察到预期功能。项目开放推理与评估代码、模型权重及在线服务,为自然语言驱动的蛋白质设计提供可使用的研究工具。
蛋白质从头设计生成式人工智能自然语言引导设计多模态基础模型合成生物学 - 论文2025A trimodal protein language model enables advanced protein searches ProTrek 三模态蛋白质检索
Jin Su*, Yan He*, Shiyang You*, Shiyu Jiang, Xibin Zhou, Xuting Zhang, Yuxuan Wang, et al.
Nature Biotechnology
ProTrek 通过对比学习对齐蛋白质序列、结构与功能文本,支持不同模态之间及同一模态内的检索。研究者既可以用序列或结构查找相关蛋白质,也可以用自然语言描述功能需求。配套平台支持数十亿规模蛋白质资源的检索,为功能相关蛋白质发现与候选筛选提供工具。
- 论文2024SaProt: Protein Language Modeling with Structure-aware Vocabulary SaProt 结构感知蛋白质语言模型
Jin Su, Chenchen Han, Yuyang Zhou, Junjie Shan, Xibin Zhou, Fajie Yuan
International Conference on Learning Representations(ICLR 2024)
SaProt 将氨基酸序列符号与蛋白质三维结构编码结合,构建结构感知词表,并基于约 4,000 万条蛋白质序列与结构配对数据开展预训练,使蛋白质语言模型能够同时利用序列和结构信息。研究在多类下游任务中验证了该表征的适用性,并开放代码与预训练模型,供研究者用于蛋白质分析和工程任务。
蛋白质语言模型结构感知预训练蛋白质表征学习蛋白质工程 - 论文2025Democratizing protein language model training, sharing and collaboration SaprotHub 蛋白质模型训练与共享平台
Jin Su, Zhikai Li, Tianli Tao, Chenchen Han, Yan He, Fengyuan Dai, Qingyan Yuan, Yuan Gao, Tong Si, Xuting Zhang, Xibin Zhou, et al.
Nature Biotechnology
SaprotHub 与配套的 ColabSaprot 为研究者提供基于 Google Colab 的蛋白质模型训练、预测、存储和共享功能,降低使用蛋白质语言模型所需的编程与机器学习门槛。平台支持研究者围绕具体任务构建和共享定制模型,推动蛋白质建模工具在生物学研究中的应用与协作。
蛋白质语言模型无代码科研工具模型微调开放科学科研协作