当前生物研究领域面临一个显著痛点：绝大多数生物学研究人员并非机器学习专家，难以直接应用前沿的人工智能工具。为填补这一鸿沟，OpenProtein.AI（OpenProtein）推出了一款“无代码”平台，使科学家能够便捷地访问高性能的基础模型与工具，用于蛋白质设计、结构与功能预测，以及人工智能模型的训练。
该公司由麻省理工学院2020届博士特里斯坦·贝普勒（Tristan Bepler）与2007届博士、前副教授蒂姆·卢（Tim Lu）联合创立。目前，OpenProtein.AI已为多家制药及生物技术公司的研究人员提供工具支持，包括其专有的蛋白质工程平台模型。与此同时，该平台也向学术界免费开放，旨在普惠全球科研社区。
重塑蛋白质工程研发范式
贝普勒指出，当前正处于一个极具活力的关键时期。人工智能模型不仅显著优化了蛋白质工程流程，大幅缩短药物开发周期及工业应用时间，更使得设计具有特定属性的全新蛋白质分子成为可能。此外，其研究团队正致力于构建一种能够描述完整生物系统的“通用语言”，以期在更深层次上解析生命奥秘。
贝普勒于2014年加入麻省理工学院，师从邦妮·贝里格（Bonnie Berger）教授攻读计算生物学与系统学博士学位。在此期间，他深刻意识到人类对构成生命基础的分子认知仍十分有限。当时的科学界尚未对生物分子和蛋白质进行详尽描述，这阻碍了构建可靠的基因组活动或蛋白质相互作用网络预测模型，从而促使他投身于更深入的蛋白质研究。
早在谷歌发布**的AlphaFold蛋白质结构预测模型之前，贝普勒便已开始探索通过分析进化数据来预测构成蛋白质的氨基酸序列的方法。这一前瞻性工作为后续利用人工智能解决复杂生物学问题奠定了坚实基础。