據計算生物學家說，自然語言處理在藥物研發領域的應用依然面臨著很大阻礙。他們指出，若是對現有以蛋白質為基礎的藥物進行過多調整，可能會產生意想不到的副作用，此外，完全由人工合成的藥物分子需要經過嚴格的測試，以此確保它們對於人體的安全性。
然而，如果自然語言演算法能夠達到使用者期望的效果，它將為AI改變藥物研發這一前景注入新的力量。以往人們也曾試圖利用AI，但由於技術上的局限或是缺乏數據，效果並不好。支持一方指出，考慮到自然語言處理最近取得的進展，加之蛋白質測序成本大幅下跌使得氨基酸序列數據庫變得十分龐大，上述兩個問題已在很大程度上得到克服。
鑑於這項技術尚處於早期階段，企業暫時將重點放在了利用蛋白質-語言模型來增強已知分子上，例如提高候選藥物的療效。舉例來說，以天然形成的單克隆抗體為起點，這些模型能夠對其氨基酸序列提出調整建議，從而提升療效。
在8月份發表於網路的一篇預印版文章中，Absci的研究人員利用這種方法來強化抗癌藥物曲妥珠單抗（Trastuzumab），讓這種以抗體為基礎的藥物能夠與癌細胞表面的靶點結合得更緊密。結合度更高或許意味著患者可以使用更少的劑量，藥物療程也會縮短，同時副作用也會降低，這些都會讓患者受益。
在今年3月發表於《美國國家科學院院刊》（Proceedings of the National Academy of Sciences）的另一篇文章中，來自麻省理工學院（MIT）、清華大學以及華深智藥（總部位於中國）的研究人員利用蛋白質-語言模型改造了一種新冠候選藥，將一種原本僅對Alpha、Beta及Gamma變種有效的藥物變成了還能對付Delta病毒株的「四合一」藥物。
圓壹智慧是一家在中美兩地開展業務的初創企業，據其創始人兼首席執行官潘麓蓉說，該公司幫助客戶利用此類模型來修改動物蛋白質，例如兔子體內的抗體——這也是藥物研發的常見起點——將其轉變為能夠與人類生理機能相容的形式。
然而眼下，製藥企業已不滿足於修改已知蛋白質，它們把目光投向了所謂的「從無到有」來合成分子。
Genentech表示，最近的一項實驗顯示，研究人員有可能設計出一種能夠像帕妥珠單抗（Pertuzumab）一樣與同一種細胞靶點結合、但卻具有全新氨基酸序列的抗體。帕妥珠單抗是一種乳腺癌藥物，Genentech以品牌名Perjeta在市面上銷售該藥。該公司執行董事理查德·波諾（Richard Bonneau）說，他們的科學家只給蛋白質-語言模型提供了靶點和抗體所需的三維圖形——這是決定蛋白質功能的主要因素。波諾的初創企業Prescient Design去年被Genentech收購後，他便加入了後者。
Absci和華深智藥也在同製藥企業合作，利用「從無到有」的方法為癌症和自身免疫性疾病研製藥物。據麥克萊恩說，Absci 1月份時宣布攜手默克公司，共同研究三種藥物靶點。一名默克公司發言人表示，默克已開展一系列合作，目的都是為了探索AI在藥物研發領域的潛能。華深智藥創始人兼首席執行官彭健說，該公司上月已與兩家大型藥企簽約，將共同對付先前無藥可醫的疾病。
「藥物研發領域的所有難題都由來已久，人們一直等著能有一波新技術將它們破解。」圓壹智慧的潘麓蓉博士說，「這確實是一套顛覆性的方法。」
許多計算生物學家預計，最終，蛋白質-語言模型的用處將不僅體現在加快藥物研發上。他們談到，同樣的技術也許會用於製造更好的酶，進而應用到塑膠降解、廢水處理和石油泄漏清理等環保領域。
「蛋白質是生命的主力軍。」ProFluent Bio的邁達尼博士說，「有了它們，我們才能呼吸，才能看見東西；有了它們，環境才得以延續；有了它們，人類才有健康與生病一說。如果我們能設計出更好的主力軍，或是新的主力軍，這套技術的應用範圍可能真的會很廣。」
