阅读并同意隐私协议、MTA和使用条款后进行下一步!
前不久，在 American Optimist 的一期博客节目上，主持人与炙手可热的 Anthropic 公司两位强化学习的负责人进行了一期关于 AI 发展的对话。其中，一个重要的判断是：AI 将重塑生命科学，成为生命科学最重要的技术底座，而且 AI 推动的生命科学发展，将释放出比 AI 在软件工程领域更大的社会价值。但物理世界的实验验证，正在成为生物学智能跃迁的最大瓶颈，已经远远跟不上模型在生物计算上的进化速度。原因很清楚：软件工程的效率提升固然重要，但生命科学关乎疾病治疗、药物发现、健康长寿、食品营养、生物制造和人类生活质量，生命科学的进步，不只是提升生产效率，更是提升人类理解生命、设计生命分子和制造生物产品的方式。虽然，AI 已经可以更快地提出假设、设计分子、生成蛋白质序列，但这些设计仍然必须在真实实验中被合成、检测和验证，受限于细胞培养、人工操作、实验通量、设备能力和数据回流效率。
生命科学下一阶段的竞争，核心不只是 AI 模型之争，而是谁能更快把 AI 设计转化为真实实验结果。康码生物基于 D2P 无细胞蛋白质合成技术打造的 D2PLab + D2Pi 物理 AI（Physical AI）平台，正是解决这一关键瓶颈的最佳方案。
过去几年，AI 在生命科学中的突破主要发生在计算端。从蛋白质结构预测，到蛋白质序列生成；从抗体设计，到酶工程；从药物发现，到功能蛋白优化；AI 模型正在以前所未有的速度拓展生命科学的设计空间。
但生命科学与软件行业最大的不同在于：软件代码可以直接在数字空间运行检查，蛋白质序列则必须被合成出来进行实验验证。一个 AI 设计出的蛋白质，在模型中评分很高，并不意味着它一定能在真实体系中表达；即使能够表达，也不意味着它能正确折叠；即使正确折叠，也不意味着它具有预期活性、稳定性、可溶性和可制造性。因此，AI 生命科学的必须做到：
AI 蛋白设计 → 蛋白质实验合成 → 功能检测 → 数据回流 → 模型再优化
没有湿实验闭环，AI 只能停留在计算预测层面；有了湿实验闭环，AI 才能通过真实世界反馈不断进化。这就是为什么，真正有竞争力的 AI 生命科学公司，不会只是模型能力最强的公司，而会是能够把 AI 与湿实验完美连接起来的公司。
如果说软件 AI 的闭环是“写代码—运行—调试—再写代码”，那么蛋白质 AI 的闭环就是：设计序列—合成蛋白—检测功能—反馈模型。而蛋白质 AI 闭环的最大难点，是中间的物理执行环节。
传统蛋白表达通常依赖细胞体系，需要经历载体构建、细胞转化、培养、诱导表达、裂解、纯化和检测等流程。对于少量成熟蛋白，这套体系仍然有效；但对于 AI 生成的大量新序列，它明显太慢、太重、通量不足。AI 可以一次生成成百上千条候选序列，传统湿实验却往往只能验证其中极少一部分。于是，AI 的设计能力被实验验证能力卡住。
这正是蛋白质 Physical AI 在生命科学中的真正含义：AI 不只是提出设计，而是能够通过自动化实验平台进入真实物理世界；实验平台不只是执行任务，而是持续产生可回流、可训练、可迭代的数据；模型和实验不再割裂，而是形成连续进化的闭环。
康码生物的核心底层技术是 D2P 无细胞蛋白质合成（Cell-Free Protein Synthesis, CFPS）技术。D2P，即 DNA-to-Protein，是一种从 DNA 模板出发，在体外快速合成蛋白质的技术路线。
一方面，D2P 无需使用菌株、转染细胞、构建细胞系，蛋白质合成时间约 3 小时，比传统细胞合成快 10-100 倍。另一方面，D2P 摆脱了细胞的束缚，可以合成传统细胞表达难以合成的新型蛋白质序列，对部分难表达或毒性蛋白更友好，与 AI 相结合，可以探索更广阔的蛋白质序列空间。
因此，D2P 就是蛋白质 AI 的最佳搭档。D2P 可以把 AI 设计出的数字序列，更快转化为真实蛋白质样品。简单一句话：AI 输出序列，D2P 输出蛋白质。这一步看似直接，却是 AI 生命科学从“计算智能”走向“物理智能”的关键。
康码生物打造的 D2PLab+D2Pi 蛋白质 Physical AI 平台，目标不是提供一个单点软件或单台仪器，而是构建一套从 AI 蛋白质设计到自动化蛋白合成、检测和数据回流的完整闭环系统。
在这个体系中，D2PLab 作为一个涵盖从分子生物学到蛋白质工程的 AI 分析和设计工具，为用户提供了多种多样的 AI 设计能力。用户可以围绕目标功能进行蛋白质优化和设计、候选序列的管理和合成实验任务的提交，让 AI 设计结果不再停留在文件或表格中，而是能够直接进入后续实验流程。
D2Pi 智能自动化实验室系统则承担蛋白质智造执行平台的角色。它是基于 D2P 无细胞蛋白质合成技术构建的一套智能化、自动化系统，涵盖了从核酸制备、扩增、提取，到蛋白质无细胞合成、纯化、检测等环节，是全球领先且国内唯一适配完整无细胞蛋白合成工艺的自动化解决方案，各个模块工作站可以根据需求进行灵活组装，实现不同处理通量的、自动化、模块化、可组合的蛋白质智造流程。
D2PLab + D2Pi 二者结合之后，形成了一个完整的蛋白质 Physical AI 链条：AI 设计蛋白质 → D2PLab 管理和提交序列 → D2Pi 自动化合成与检测 → 实验数据回流 → 支撑下一轮 AI 优化。AI 不再只是“想”，而是能够通过 D2P 技术和 D2Pi 自动化系统“做”；实验不再只是孤立验证，而是成为模型持续进化的数据来源。
为了让高校和研究所的中小团队、初创企业有机会获取优质科技资源，让康码的蛋白质 Physical AI 方案服务于医药、食品、农业、材料等各行各业，康码生物与国家蛋白质科学研究（上海）设施共建 AI 蛋白质智造联合实验室，搭建新一代 D2Pi-2.0 高通量无细胞蛋白质合成筛选系统。
D2Pi-2.0 面向 AI 设计蛋白、酶工程、抗体、结合蛋白、功能蛋白筛选等场景，每天可以对 10000 种蛋白质进行合成与筛选，为 AI 蛋白质科学提供了大规模候选序列的快速实验验证能力。
这意味着，D2Pi-2.0 不只是更快的蛋白质合成平台，而是 AI 蛋白质设计的数据发动机。它让更多 AI 设计进入真实实验；让更多实验结果回流模型；让 AI 从公开数据库驱动，走向高质量专用实验数据的驱动；让蛋白质设计从“预测”走向“验证—学习—再设计”。
如果说 AI 的上一阶段竞争主要发生在数字世界，那么下一阶段真正深刻的产业革命，将发生在 AI 与物理世界连接的地方。生命科学正是最关键的场景之一。
AI 可以提出新的蛋白质、新的药物、新的酶、新的生物材料和新的治疗方案，但这些可能性必须通过真实实验被合成、验证和迭代。湿实验能力，正在成为 AI 生命科学跃迁的最大瓶颈；而能够高通量、自动化、低成本地完成蛋白质合成与筛选的平台，将成为未来 AI 生物产业的重要基础设施。
康码生物基于 D2P 无细胞蛋白质合成技术打造的 D2PLab+D2Pi 物理 AI（Physical AI）平台，正是 AI 生命科学最佳的解决方案。
AI 负责提出可能性。
D2P 负责把可能性变成蛋白质。
D2Pi 负责把蛋白质变成高通量实验数据。
D2PLab+D2Pi 平台让这一切形成持续进化的闭环。
当 AI 的设计能力与 D2P 的蛋白质智造能力结合，生命科学的下一场工业革命，才真正开始进入现实。
