9月10日，教師節當天，南京師范大學生命科學學院實驗室里，青年科學家崔海洋盯著電腦屏幕上Nature編輯部發來的“Accepted” 郵件，指尖微微發顫。

這封郵件，距離他與博士后導師趙惠民在美國實驗室為凝聚科研共識爭執得面紅耳赤，已過去了3年；距離他從本科實驗室第一次接觸科研，已過去整整15年。

很少有人知道，這位如今在合成生物學與人工智能交叉領域嶄露頭角的年輕學者，本科曾就讀于一所“雙非”院校，英語四級更是考了三次才過。而如今，他是美國“AI for Science”浪潮中，首批在海外接受系統訓練，并將前沿方法帶回中國的“AI交叉博士后”之一，現已成為南京師范大學的一名教授。

近日，Nature雜志以“Accelerated Article Preview”（加快評審文章）的形式發表了這篇論文。這項研究，打破了百年來酶功能預測依賴“試錯實驗”的困境。崔海洋與趙惠民團隊開發的通用AI模型，首次實現“輸入酶與底物信息，直接預測催化反應”。而他們構建的ESIbank數據庫，更成為全球首個整合輔因子信息的酶-底物結構資源庫。這些成就，為合成生物學的產業化應用按下“加速鍵”。

崔海洋、趙惠民等發表的Nature論文

跨越重洋的“逆向奔赴”

崔海洋的科研故事，有一個“不甘心”的起點。

當年高考失利后，他進入一所“雙非”院校，但這并沒有熄滅他對科研的渴望。大二那年，在本科導師程仕偉的引導下，他第一次走進實驗室，觸摸到生物催化的奇妙世界。

“程老師手把手教我做實驗，告訴我‘好的科研需要踏實的積累’，這句話我記了很多年。”崔海洋在接受《中國科學報》采訪時說。

本科畢業后，崔海洋帶著“想去更好平臺”的執念，考上中國科學院天津工業生物技術研究所的碩士研究生，師從郭瑞庭研究員。中國科學院對年輕人的包容和鼓勵，讓他卸下了“出身不好”的思想包袱，“那里培養的學生，格調很高，大家想的是‘我們是國家人，要做國家事’，那種為國做科研的氛圍，徹底點燃了我的斗志”。

碩士期間，他每天泡在實驗室里做膜蛋白晶體學研究，為后續的科研之路打下了扎實的實驗基礎。

2016年，崔海洋迎來了人生的重要轉折——獲得德國亞琛工業大學教授Ulrich Schwaneberg（P450酶研究領域奠基人）課題組的讀博offer。“Ulrich是2018年諾獎得主Frances H. Arnold的博士后。他教會我的不僅是實驗技術，更是‘做有自己標簽的科研’。”崔海洋在博士期間發表了13篇一作文章，成為組里的“天花板”。 

4年后，博士畢業的崔海洋站在了人生的十字路口：一邊是來自諾獎得主Frances團隊的邀請，一邊是美國伊利諾伊大學厄巴納-香檳分校教授趙惠民拋出的橄欖枝。彼時，趙惠民剛牽頭成立美國國家科學基金會（NSF）首批七個AI for Science研究所之一——分子制造實驗室研究所，拿到2000萬美元科研經費，正尋找能將實驗與AI結合的科研者。“德國老板勸我：‘Frances是化學家。想學機器學習，就去趙惠民那里，他能給你最好的訓練。’”這句建議，讓崔海洋最終選擇了赴美，成為全球AI for Science領域的第一代博士后。

赴美的過程十分不順。彼時，美國新冠疫情正盛，簽證政策因總統換屆陷入混亂。身邊的朋友都勸他“再等等”，但這個山東漢子卻背著背包，在2021年2月登上了飛往芝加哥的航班。

“大家都怕危險，我卻覺得這是個機會。”崔海洋回憶，“大環境幫我篩掉了一批不敢挑戰的人，反而讓我不用面對太多競爭者。有時候逆風而上，能獲得更大機遇，做科研要的就是敢闖敢拼的勁兒。”

崔海洋

從質疑AI到構建通用模型

在合成生物學的科研版圖上，酶的功能解析始終是一道關鍵命題——這些微小的生物催化劑如同“生命工廠”里的精密儀器，只有明確其“能做什么”“擅長做什么”，才能真正解鎖生物催化在生物制造、藥物研發、能源轉化、環境治理等領域的巨大潛力。

崔海洋坦言，初到美國時，他對AI一竅不通，甚至懷疑——“機器能比人更懂酶？”

“當時趙老師讓我帶師弟于天浩做預測酶的功能標簽的前期工作（這項研究后來發在了Science），我心里想‘這模型能靠譜嗎？’”但后來，崔海洋親手構建的鹵化酶庫給出了答案。

在美國的那段日子，崔海洋延續了“踏實積累”的風格。他不僅通讀400多篇鹵化酶相關文獻，還聯系了全球四五十位教授索要鹵化酶的質粒。“每天早上一睜眼，就先查郵箱，生怕錯過一封回信。別人覺得‘費力不討好’，但我知道，這些資源會成為未來的壁壘。”

有些教授不僅寄來質粒，還附上詳細的實驗操作手冊；遇到不愿分享的，崔海洋就同趙惠民商量自掏腰包合成基因。經過一次次的轉化、蛋白純化，硬是用半年時間，他們親手建成了當時領域內最完整的鹵化酶庫——包含300多種鹵化酶、400多種底物的HaloS數據庫。

“師弟需要實驗數據驗證模型時，我剛好有五六十種已表達的鹵化酶，就讓他拿去試。沒想到，模型把我的實驗結果全預測對了！”這次意外的合作，讓崔海洋徹底改變了對AI的認知。“原來AI不是‘黑箱’，它能把我多年積累的實驗數據盤活，甚至挖掘出我沒注意到的規律。”

當時，正值投Science的文章返修過程中。“壓力很大，凌晨三四點爬起來遠程看實驗情況，就怕結果出問題。”崔海洋回憶道，“后來才發現，上次重復不出來是因為柱子被別人用壞了，換了新柱子，峰就清晰出現。這場虛驚讓我明白，好的科研經得起驗證，也容得下‘小插曲’。”崔海洋說。

2021年，趙惠民將“酶的底物特異性預測”這一核心課題交給崔海洋。這比之前的“給酶命名”難了不止一個量級。現實中，酶的催化功能不僅需要蛋白質結構，還依賴輔因子（如同必不可少的“幫手”，幫助酶完成復雜反應）的參與。“沒有輔因子，酶的活性口袋就是‘空房間’，底物進去也無法反應，模型預測自然不準。”崔海洋說。

“這個數據庫是我們的‘獨門武器’。”趙惠民在接受《中國科學報》采訪時表示，“全球沒有第二個團隊能把輔因子信息這么完整地整合進去，這為后續的AI模型打下了堅實的基礎。”數據庫建成后，團隊中的蘇雨峰博士（Nature論文共同一作）負責開發算法，崔海洋則結合酶學專業知識優化模型，博士生Tanner J. Dean承擔ESIbank結構數據處理相關工作。他們創新性地將蛋白質的三維結構、底物與酶的相互作用信息融入圖神經網絡，讓模型不僅“能預測”，還“懂原理”。

“最難忘的是2023年冬天。我們三個人每周開兩次會，白天跟趙老師匯報，晚上接著聊到凌晨。”崔海洋笑著說，“蘇雨峰是計算機背景，總說‘算法要更高效’，我就跟他爭‘得符合酶的催化機制’，有時候吵得面紅耳赤，但第二天又加緊改代碼。”這種推心置腹的合作，讓模型的預測準確率不斷提升，最終實現了“對任意酶底物組合都能預測”的突破。

崔海洋

被Science拒稿，Nature卻加速發表

2024年6月，團隊信心滿滿地將論文投給Science，卻收到了拒稿通知。“兩個審稿人沒讀懂我們的模型，還質疑實驗結果，比如‘為什么會有兩個產物峰’。”趙惠民沒有著急重投，而是對團隊說,“審稿人的意見是幫我們增色的，我們要好好修改”。

按照審稿意見，團隊開始了長達半年的補充、完善數據工作。趙惠民特意安排另一位同事張鄭一重復崔海洋的實驗。2024年11月，團隊將修改滿意的論文轉投Nature，又遇到了新的挑戰。

審稿人提出了一些新的問題，并且要求展示更多應用場景。“他們說‘模型很好，但不知道能用來做什么’。我們就補了兩個實例分析：一個是幫助解析代謝途徑，找到未知的酶催化反應；另一個是解析天然產物代謝通路，為生物合成新工具。”崔海洋說。

審稿過程中，恰逢另一篇類似主題的文章也在送審。編輯緊急催促他們加快修改節奏。“那段時間我剛回國建組，一邊倒時差（凌晨兩點跟趙老師開會）、一邊補實驗，還要幫學生改文章，每天只睡四五個小時。”崔海洋說，“后來那篇文章先我們一周發表了。但我們的工作還是有很大不同。那篇文章提出了方法，像是給了你一輛自行車；而我們的工作是畫出了一整張地圖，告訴你所有可能的路線。”

2025年9月10日，論文以“Accelerated Article Preview”（加快評審文章）形式在線發表，這是Nature對重大突破的特殊待遇，意味著“讓領域盡快看到這項成果”。“那天剛好是教師節，我跟趙老師說‘這是給您的教師節禮物’。”崔海洋說，“從投稿到接收，整整一年4個月，所有的辛苦都在那一刻有了意義。”

趙惠民（左）與崔海洋

從科研人到引路人

如今，崔海洋在南京師范大學組建了自己的團隊。20人的實驗室里，既有做實驗的學生，也有搞AI算法的學生。“我從德國和美國學到的，不僅是科研方法，還有對學生的態度。”他像當年的Ulrich一樣，逐字逐句幫學生改文章，幫助學生快速進步；也像趙惠民一樣，每周開組會，鼓勵學生大膽爭論。

他當年從導師那里帶回的“平等科研”理念，也在實驗室落地生根。學生們可以直呼他的英文名“Ocean”，甚至敢于在組會上與他爭論模型優化方案。

“海洋是我最驕傲的學生之一。”趙惠民說，“他不僅能把實驗做得扎實，還能理解AI的邏輯，這種‘跨學科思維’在當下非常難得。”

而崔海洋也始終記得趙惠民的言傳身教。“56歲的人，回國參加學術會議期間，凌晨三點爬起來跟還在美國的我們開組會，從來沒斷過。趙老師的工作時長是早上7點半到晚上11點半，每天接完孩子還會回家繼續工作。他讓我知道，優秀的科研人永遠在拼。”

如今，崔海洋在自己的實驗室繼續推進AI在生物催化中的應用，他希望自己的經歷能鼓勵更多在普通高校起步的年輕人。“以前我總羞于提起自己的出身，總覺得這是拿不出手的‘短板’。但走著走著才發現，我其實該感激這個‘不完美的起點’。正因為心里憋著一股不服輸的勁兒，才總想著往更高處走、去更好的地方看看，想知道優秀的平臺到底藏著怎樣的風景。只要踏實走下去，每一步都不會白費。”崔海洋說。

“而且，個人的發展要跟國家的需求結合起來。”崔海洋說，“合成生物學是國家重點發展的領域，AI是大勢所趨，我們趕上了好時候，更要做出好成果。”