蛋白质承担着催化、识别、信号传递等大量生命功能，其性能很大程度上由氨基酸序列决定。一条仅100个氨基酸组成的蛋白质，理论上的序列组合就高达20的100次方种，靠传统设计方法难以完成，AI能够从海量数据中学习序列、结构与功能规律，更快找到有潜力的候选设计。以上海交通大学洪亮教授团队构建的全球最大的蛋白质数据集Venus-Pod为例，该数据集包含数百亿条序列、几十亿个功能标签。这些序列不仅涵盖了常规生物，还包括从马里亚纳海沟、火山口等极端环境中采集的耐高温、耐强压、耐强酸/强碱的蛋白质，几乎囊括了自然界所有的蛋白语料，是Venus模型创造蛋白质的“工具箱”——基于此数据集训练的Venus模型，能够快速高效地优化改造蛋白质，满足各种产业需求。
不过，AI的计算结果并不是蛋白质设计的终点。一个由AI设计出的蛋白质，能否真正被合成、稳定表达并实现预期功能，最终仍要走进实验室接受检验。基于此，本届大赛以真实科学问题为牵引，将大规模湿实验验证引入赛事核心环节，通过统一赛题、标准化实验和真实数据评价，让来自全球不同团队、不同模型和不同技术路线的设计在同一实验体系下接受检验。
围绕这一目标，赛事将设置多个蛋白质设计靶点，聚焦纳米抗体或迷你结合蛋白的从头设计。聚焦纳米抗可以理解成“抗体的最小作战单元”，分子量只有常规抗体的十分之一左右，在药物与诊断领域具有广泛应用价值；迷你结合蛋白则更像是从零设计出来的蛋白质，代表了当前从头设计蛋白质的重要方向，体现AI从零生成自然界不存在的全新蛋白质的能力。
在AI完成从头设计后，组委会将对经过统一、标准化流程筛选后的不少于5000个候选蛋白免费开展湿实验验证，包含表达、纯化、检测步骤，以真实实验结果作为评价设计性能和产生优胜团队的重要依据，并沉淀真实实验数据，为不同算法和模型的横向比较、持续迭代以及AI蛋白质设计Benchmark建设提供基础，探索从“AI设计”走向“自动化实验验证”的科研闭环。
大赛面向全球高校、科研院所、企业及跨学科创新团队开放，鼓励人工智能、计算生物学、结构生物学、蛋白质工程等不同领域的科研人员跨学科协作，并设置总额100万元的赛事奖金，希望通过开放竞赛汇聚全球AI for Science创新力量，让更多算法真正走进实验室，也让真实实验数据重新进入模型研究与方法迭代之中。
