文|《中国科学报》记者 张晴丹

9月10日，教师节当天，南京师范大学生命科学学院实验室里，青年科学家崔海洋盯着电脑屏幕上Nature编辑部发来的“Accepted” 邮件，指尖微微发颤。

这封邮件，距离他与博士后导师赵惠民在美国实验室为凝聚科研共识争执得面红耳赤，已过去了3年；距离他从本科实验室第一次接触科研，已过去整整15年。

很少有人知道，这位如今在合成生物学与人工智能交叉领域崭露头角的年轻学者，本科曾就读于一所“双非”院校，英语四级更是考了三次才过。而如今，他是美国“AI for Science”浪潮中，首批在海外接受系统训练，并将前沿方法带回中国的“AI交叉博士后”之一，现已成为南京师范大学的一名教授。

近日，Nature杂志以“Accelerated Article Preview”（加快评审文章）的形式发表了这篇论文。这项研究，打破了百年来酶功能预测依赖“试错实验”的困境。崔海洋与赵惠民团队开发的通用AI模型，首次实现“输入酶与底物信息，直接预测催化反应”。而他们构建的ESIbank数据库，更成为全球首个整合辅因子信息的酶-底物结构资源库。这些成就，为合成生物学的产业化应用按下“加速键”。

崔海洋、赵惠民等发表的Nature论文

  ?

跨越重洋的“逆向奔赴”

崔海洋的科研故事，有一个“不甘心”的起点。

当年高考失利后，他进入一所“双非”院校，但这并没有熄灭他对科研的渴望。大二那年，在本科导师程仕伟的引导下，他第一次走进实验室，触摸到生物催化的奇妙世界。

“程老师手把手教我做实验，告诉我‘好的科研需要踏实的积累’，这句话我记了很多年。”崔海洋在接受《中国科学报》采访时说。

本科毕业后，崔海洋带着“想去更好平台”的执念，考上中国科学院天津工业生物技术研究所的硕士研究生，师从郭瑞庭研究员。中国科学院对年轻人的包容和鼓励，让他卸下了“出身不好”的思想包袱，“那里培养的学生，格调很高，大家想的是‘我们是国家人，要做国家事’，那种为国做科研的氛围，彻底点燃了我的斗志”。

硕士期间，他每天泡在实验室里做膜蛋白晶体学研究，为后续的科研之路打下了扎实的实验基础。

2016年，崔海洋迎来了人生的重要转折——获得德国亚琛工业大学教授Ulrich Schwaneberg（P450酶研究领域奠基人）课题组的读博offer。“Ulrich是2018年诺奖得主Frances H. Arnold的博士后。他教会我的不仅是实验技术，更是‘做有自己标签的科研’。”崔海洋在博士期间发表了13篇一作文章，成为组里的“天花板”。

4年后，博士毕业的崔海洋站在了人生的十字路口：一边是来自诺奖得主Frances团队的邀请，一边是美国伊利诺伊大学厄巴纳-香槟分校教授赵惠民抛出的橄榄枝。彼时，赵惠民刚牵头成立美国国家科学基金会（NSF）首批七个AI for Science研究所之一——分子制造实验室研究所，拿到2000万美元科研经费，正寻找能将实验与AI结合的科研者。“德国老板劝我：‘Frances是化学家。想学机器学习，就去赵惠民那里，他能给你最好的训练。’”这句建议，让崔海洋最终选择了赴美，成为全球AI for Science领域的第一代博士后。

赴美的过程十分不顺。彼时，美国新冠疫情正盛，签证政策因总统换届陷入混乱。身边的朋友都劝他“再等等”，但这个山东汉子却背着背包，在2021年2月登上了飞往芝加哥的航班。

“大家都怕危险，我却觉得这是个机会。”崔海洋回忆，“大环境帮我筛掉了一批不敢挑战的人，反而让我不用面对太多竞争者。有时候逆风而上，能获得更大机遇，做科研要的就是敢闯敢拼的劲儿。”

崔海洋

  ?

从质疑AI到构建通用模型

在合成生物学的科研版图上，酶的功能解析始终是一道关键命题——这些微小的生物催化剂如同“生命工厂”里的精密仪器，只有明确其“能做什么”“擅长做什么”，才能真正解锁生物催化在生物制造、药物研发、能源转化、环境治理等领域的巨大潜力。

崔海洋坦言，初到美国时，他对AI一窍不通，甚至怀疑——“机器能比人更懂酶？”

“当时赵老师让我带师弟于天浩做预测酶的功能标签的前期工作（这项研究后来发在了Science），我心里想‘这模型能靠谱吗？’”但后来，崔海洋亲手构建的卤化酶库给出了答案。

在美国的那段日子，崔海洋延续了“踏实积累”的风格。他不仅通读400多篇卤化酶相关文献，还联系了全球四五十位教授索要卤化酶的质粒。“每天早上一睁眼，就先查邮箱，生怕错过一封回信。别人觉得‘费力不讨好’，但我知道，这些资源会成为未来的壁垒。”

有些教授不仅寄来质粒，还附上详细的实验操作手册；遇到不愿分享的，崔海洋就同赵惠民商量自掏腰包合成基因。经过一次次的转化、蛋白纯化，硬是用半年时间，他们亲手建成了当时领域内最完整的卤化酶库——包含300多种卤化酶、400多种底物的HaloS数据库。

“师弟需要实验数据验证模型时，我刚好有五六十种已表达的卤化酶，就让他拿去试。没想到，模型把我的实验结果全预测对了！”这次意外的合作，让崔海洋彻底改变了对AI的认知。“原来AI不是‘黑箱’，它能把我多年积累的实验数据盘活，甚至挖掘出我没注意到的规律。”

当时，正值投Science的文章返修过程中。“压力很大，凌晨三四点爬起来远程看实验情况，就怕结果出问题。”崔海洋回忆道，“后来才发现，上次重复不出来是因为柱子被别人用坏了，换了新柱子，峰就清晰出现。这场虚惊让我明白，好的科研经得起验证，也容得下‘小插曲’。”崔海洋说。

2021年，赵惠民将“酶的底物特异性预测”这一核心课题交给崔海洋。这比之前的“给酶命名”难了不止一个量级。现实中，酶的催化功能不仅需要蛋白质结构，还依赖辅因子（如同必不可少的“帮手”，帮助酶完成复杂反应）的参与。“没有辅因子，酶的活性口袋就是‘空房间’，底物进去也无法反应，模型预测自然不准。”崔海洋说。

“这个数据库是我们的‘独门武器’。”赵惠民在接受《中国科学报》采访时表示，“全球没有第二个团队能把辅因子信息这么完整地整合进去，这为后续的AI模型打下了坚实的基础。”数据库建成后，团队中的苏雨峰博士（Nature论文共同一作）负责开发算法，崔海洋则结合酶学专业知识优化模型，博士生Tanner J. Dean承担ESIbank结构数据处理相关工作。他们创新性地将蛋白质的三维结构、底物与酶的相互作用信息融入图神经网络，让模型不仅“能预测”，还“懂原理”。

“最难忘的是2023年冬天。我们三个人每周开两次会，白天跟赵老师汇报，晚上接着聊到凌晨。”崔海洋笑着说，“苏雨峰是计算机背景，总说‘算法要更高效’，我就跟他争‘得符合酶的催化机制’，有时候吵得面红耳赤，但第二天又加紧改代码。”这种推心置腹的合作，让模型的预测准确率不断提升，最终实现了“对任意酶底物组合都能预测”的突破。

崔海洋

  ?

被Science拒稿，Nature却加速发表

2024年6月，团队信心满满地将论文投给Science，却收到了拒稿通知。“两个审稿人没读懂我们的模型，还质疑实验结果，比如‘为什么会有两个产物峰’。”赵惠民没有着急重投，而是对团队说,“审稿人的意见是帮我们增色的，我们要好好修改”。

按照审稿意见，团队开始了长达半年的补充、完善数据工作。赵惠民特意安排另一位同事张郑一重复崔海洋的实验。2024年11月，团队将修改满意的论文转投Nature，又遇到了新的挑战。

审稿人提出了一些新的问题，并且要求展示更多应用场景。“他们说‘模型很好，但不知道能用来做什么’。我们就补了两个实例分析：一个是帮助解析代谢途径，找到未知的酶催化反应；另一个是解析天然产物代谢通路，为生物合成新工具。”崔海洋说。

审稿过程中，恰逢另一篇类似主题的文章也在送审。编辑紧急催促他们加快修改节奏。“那段时间我刚回国建组，一边倒时差（凌晨两点跟赵老师开会）、一边补实验，还要帮学生改文章，每天只睡四五个小时。”崔海洋说，“后来那篇文章先我们一周发表了。但我们的工作还是有很大不同。那篇文章提出了方法，像是给了你一辆自行车；而我们的工作是画出了一整张地图，告诉你所有可能的路线。”

2025年9月10日，论文以“Accelerated Article Preview”（加快评审文章）形式在线发表，这是Nature对重大突破的特殊待遇，意味着“让领域尽快看到这项成果”。“那天刚好是教师节，我跟赵老师说‘这是给您的教师节礼物’。”崔海洋说，“从投稿到接收，整整一年4个月，所有的辛苦都在那一刻有了意义。”

赵惠民（左）与崔海洋

  ?

从科研人到引路人

如今，崔海洋在南京师范大学组建了自己的团队。20人的实验室里，既有做实验的学生，也有搞AI算法的学生。“我从德国和美国学到的，不仅是科研方法，还有对学生的态度。”他像当年的Ulrich一样，逐字逐句帮学生改文章，帮助学生快速进步；也像赵惠民一样，每周开组会，鼓励学生大胆争论。

他当年从导师那里带回的“平等科研”理念，也在实验室落地生根。学生们可以直呼他的英文名“Ocean”，甚至敢于在组会上与他争论模型优化方案。

“海洋是我最骄傲的学生之一。”赵惠民说，“他不仅能把实验做得扎实，还能理解AI的逻辑，这种‘跨学科思维’在当下非常难得。”

而崔海洋也始终记得赵惠民的言传身教。“56岁的人，回国参加学术会议期间，凌晨三点爬起来跟还在美国的我们开组会，从来没断过。赵老师的工作时长是早上7点半到晚上11点半，每天接完孩子还会回家继续工作。他让我知道，优秀的科研人永远在拼。”

如今，崔海洋在自己的实验室继续推进AI在生物催化中的应用，他希望自己的经历能鼓励更多在普通高校起步的年轻人。“以前我总羞于提起自己的出身，总觉得这是拿不出手的‘短板’。但走着走着才发现，我其实该感激这个‘不完美的起点’。正因为心里憋着一股不服输的劲儿，才总想着往更高处走、去更好的地方看看，想知道优秀的平台到底藏着怎样的风景。只要踏实走下去，每一步都不会白费。”崔海洋说。

“而且，个人的发展要跟国家的需求结合起来。”崔海洋说，“合成生物学是国家重点发展的领域，AI是大势所趋，我们赶上了好时候，更要做出好成果。”

论文链接：

https://www.nature.com/articles/s41586-025-09697-2

https://www.science.org/doi/10.1126/science.adf2465

https://www.nature.com/articles/s41586-025-09519-5