尽管蛋白质设计工具日益复杂，但传统流程仍要求使用者具备深厚的结构生物学知识，包括精确掌握酶机制、特定氨基酸位置及催化区域水分子分布。一旦明确这些参数，工具才能围绕目标构建蛋白质的其余部分。
为推动蛋白质设计的大众化，一个中国研究团队开发了一款新工具，能够直接接受自然语言提示，并据此生成功能特定的蛋白质。尽管以“获得功能性蛋白质”为衡量标准时，其成功率尚不理想，但该团队确实实现了从文本到功能蛋白的生成闭环。
与此同时，Hugging Face 宣布其平台已托管一款可在 DNA 层面执行类似功能的工具。这意味着蛋白质设计领域可能正迎来类似“氛围编程”（vibe coding）的新模式——当然，这前提是企业或研究者拥有实验室条件，能够从数十个失败设计中筛选出少数成功方案。