蛋白纯化是结构生物学、蛋白质功能研究、抗体及重组蛋白开发的关键环节。目标蛋白序列、表达系统、样品基质、标签构型、稳定性和下游用途共同决定工艺路线；任一关键条件缺失，都可能导致层析模式、缓冲体系或操作窗口出现偏差。对于初学者，主要挑战是将分散的原理、文献与产品参数转化为可执行的实验方案；对于工业研发人员，问题还将延伸至关键质量属性（CQA）、关键工艺参数（CPP）、工艺稳健性、可放大性与生命周期管理。

针对上述需求，常州天地人和生物科技有限公司开发了面向蛋白纯化场景的专业 AI 智能体千张 ™。用户可通过官网 www.1000papers.com 进入系统。该产品并非通用问答工具的简单迁移，而是围绕蛋白纯化任务组织信息采集、领域资料检索、产品知识调用、参数化方案生成和结构化报告输出，并在关键节点识别信息缺口、提示风险及验证要求。

从必要信息出发，形成可执行的首轮小试方案

系统工作台覆盖实验设计、实时监控、结果分析与库房管理等模块。进入 " 创建实验设计 " 后，我们就可直接描述研究对象和纯化目标，也可补充蛋白信息、纯化需求或上传已有资料，让千张 ™更好地理解我们的需要，帮助我们建立规范的问题描述框架：序列或构建体、表达系统、目标规模、纯度要求、样品状态和下游用途。

图1 千张 ™蛋白纯化 AI 智能体实验设计工作台

以 "45 kDa、N 端 6×His 标签、在大肠杆菌中可溶表达的重组蛋白 " 的模糊问题为例，AI 首先说明 Ni-NTA 介质通过固定化 NTA 螯合 Ni² ⁺，再利用组氨酸侧链咪唑基与 Ni² ⁺的配位作用实现选择性捕获；随后给出可用于首轮筛选的缓冲体系与操作条件，包括 50 mM 磷酸盐、300 mM NaCl、pH 8.0 的结合缓冲液，20 mM 咪唑洗杂，以及 250 – 500 mM 咪唑洗脱。

这些数值被明确界定为 " 起始参数窗口 "，而非对所有蛋白均适用的固定配方。系统还会提示补充蛋白等电点、标签是否切除、表达量预估等信息，并要求保留全菌、裂解后上清、流穿、洗杂和洗脱等关键取样点，通过 SDS-PAGE 判断表达、结合、洗杂及洗脱环节的损失位置。

图2 千张 ™输出的 Ni-NTA 初始缓冲体系及样品预处理建议

从通用建议升级为故障树与分步验证方案

当用户在研究过程中提出问题 "Ni-NTA 洗脱得率低且存在多条杂蛋白条带 " 时，系统可按照 " 裂解后上清—流穿液—洗杂液—洗脱液 " 四个取样点建立故障树：目的蛋白主要出现在流穿液时，优先检查 pH、上样咪唑、标签可及性、树脂载量与流速；目的蛋白在洗杂阶段损失时，重点评估洗杂咪唑浓度、体积和离子强度；洗脱不充分时，则核查洗脱咪唑、pH、树脂状态及蛋白聚集；杂蛋白较多时，进一步分析非特异性吸附、宿主蛋白背景和洗杂选择性。

在此基础上，AI 给出以节省样品为目标的小规模分步验证方案，例如围绕 pH 7.5/8.0、上样咪唑 5/10 mM、洗杂咪唑 20/30 mM 及洗杂体积 5/10 CV 进行分步比较，再依据结果验证 250/300 mM 咪唑洗脱和填料状态。其目标是通过单变量或小规模组合试验快速定位主要矛盾，并输出包含原理、推荐范围、潜在风险和判定标准的总结报告。

图3 千张 ™进行资料检索、知识核对与方案生成，协助进行排障

面向工业研发，连接工艺路线、DoE 与放大要求

对于单抗纯化等偏工业端的纯化问题，我们以图 4 所示问题为案例。Protein A 捕获后纯度约 95%、聚集体约 3%、HCP 及残留 DNA 仍偏高的 IgG1 样品，系统能够比较 AEX、CEX、HIC、复合模式层析和 SEC 在精纯阶段的适用性，提出 "AEX 流穿 +CEX 结合 / 洗脱 " 等候选路线，并将 MMC+CEX、AEX+HIC 作为需要小试评估的备选组合。

输出内容不仅包括模式选择，还覆盖 CQA/CPP 关联、pH 与电导率窗口、载量、停留时间、梯度条件、筛选与优化阶段的 DoE 框架，以及放大时的柱床高度、线速度、压降、清洗、树脂寿命和批间一致性。由此，千张 ™的角色由实验问答扩展至工艺开发的结构化决策支持。

图4 千张 ™的工业案例输出包含工艺路线选择、参数窗口与 DoE 框架

技术研发基础：领域模型、工具编排与产品工艺知识

千张 ™的专业能力建立在三个层面：首先，以蛋白纯化流程为对象进行问题建模，将复杂需求拆分为样品特征、分离目标、单元操作、参数窗口和验证指标；其次，通过任务编排完成资料检索、知识核对、方案生成及报告导出，使分析过程和交付结果可追踪；再次，将层析介质、预装柱、设备与方法知识纳入同一应用场景，使产品选择能够与具体工艺条件建立对应关系。

天地人和生物成立于 2013 年，是伯仪集团旗下专注于生物分离纯化材料与技术的平台。公司已建设 10 条生产线，单批次生产能力最高达 3000 L，形成 300 余种产品，覆盖亲和、离子交换、疏水、凝胶过滤及复合模式层析介质，以及预装柱、纯化设备和配套试剂。AI 系统可结合具体任务调用相关产品知识，例如将 Q、SP 系列离子交换介质及 HiPur、HiSelect 等产品与捕获、精纯或抛光单元操作关联，但最终选型仍以样品数据和实验验证为依据。

战略方向：构建可验证、可积累、可放大的纯化研发体系

千张 ™AI 智能体目前主要面向高校、科研院所和研发实验室开放，帮助用户完成信息补全、路线初筛、实验设计和故障诊断；后续将持续面向抗体、重组蛋白及其他生物制品的工业研发场景，推进领域模型、专业知识库、产品数据库与实验数据的协同迭代，形成 " 材料—设备—软件—技术服务 " 相互连接的研发体系。

千张 ™AI智能体提供的是可审查的候选路线、起始参数、风险清单和验证矩阵，其专业价值在于提高研发决策的完整性与效率，而不是替代科学实验。千张 ™基于大量文献和产业资料，结合本司二十余年的蛋白纯化专业知识沉淀，希望为所有从事蛋白质研究的从业者，带来 AI 时代智能化的蛋白质纯化全新体验。

图5 千张 ™AI 智能体系统识别方案设计所需信息并明确实验验证边界

千张 ™蛋白纯化 AI 智能体现已开放体验。欢迎蛋白质研究人员、研究生、工艺开发团队及产业合作伙伴访问 www.1000papers.com，围绕实际样品与工艺问题开展测试，并向研发团队反馈使用意见。

未来我们还将推出更多功能，敬请期待。

开发单位：伯仪科技集团｜天地人和生物