传统结构生物学长期遵循“从功能到结构”的经典研究范式：研究人员首先通过遗传学、细胞生物学和生物化学等方法确定目标分子，随后解析其三维结构，从而揭示其生物学功能。尽管以AlphaFold为代表的人工智能技术已在一定程度上实现了“从序列预测结构，再反向推断功能”的突破，但对于自然界中大量未被基因直接编码或尚未被测序的“生命暗物质”（如复杂糖质、脂质等）现有方法仍显得力不从心。
与此同时，近年来人工智能技术迅猛发展，推动研究范式逐渐从传统还原论思维，转向以“组学”为核心的系统性研究方式。在结构生物学领域，随着AlphaFold等突破性技术的出现，诸如“结构对接组”、“结构-配体组”分析，以及“高通量蛋白质设计与筛选”等新兴策略，正在深刻重塑该学科的研究格局。然而，当前这些研究仍高度依赖过去数十年积累的生物大分子结构数据；而能够高通量获取全新结构的实验测定技术，作为填补数据空白的关键来源，目前仍处于缺位状态。
为突破这一认知边界，颜宁团队提出的CryoSeek（酷寻）研究策略，将冷冻电镜从传统的结构解析工具转变为探索未知生物大分子的“发现引擎”。不依赖作为先验知识的序列或功能信息，直接从自然水体、环境样品甚至临床样本解析未知生物大分子的高分辨率结构。自2024年该策略提出以来，团队先后从清华荷塘等自然水体中发现并解析了包括TLP-1、TLP-4在内的多种新型生物纤维。尤为引人注目的是，其中多数为以往难以系统研究的糖蛋白纤维甚至纯糖质结构，例如被称为“8纳米螺蛳粉”的TLP-4b，其糖质含量高达95%，颠覆了人们对生物大分子组装机制的认知。
在近期研究中，颜宁团队与胡名旭团队合作开发了高通量CryoSeek结构测定技术体系，大幅提升了结构解析效率，初步验证了该策略在大规模应用中的技术可行性。随着CryoSeek策略在多种环境样本中的广泛使用，所解析结构的数量与复杂度迅速增加，传统的数据管理与分析方法已难以适应高通量发现的需求。为推动数据共享与科研协作，助力中国在科研数据治理领域发挥引领作用，并使CryoSeek策略真正成为服务全球生命科学研究的公共工具，颜宁团队与胡名旭团队携手在深圳医学科学院建立了CryoSeek数据库（https://cryoseek.org.cn，点击可浏览官网）。
图1：CryoSeek数据平台首页
CryoSeek数据平台包含了三个子数据库：分别是结构数据库、电镜密度图数据库和原始电镜图像数据库，并且记录了这些数据之间的关联关系。提供了传统数据库所需的全部查阅、检索、上传、下载功能。通过主页，进入各个子数据库，用户可以查阅当前已经公开的各种数据（图2,3,4）。
图2：CryoSeek结构数据库
图3：CryoSeek电镜密度图数据库
图4：CryoSeek原始电镜图像数据库
对于每条数据，用户可以点击查阅对应的信息，与传统的蛋白质数据库（PDB）及电镜数据库（EMDB）不同的是，CryoSeek数据平台在内部整合了三种数据的关联，允许在用户更加方便地追溯数据来源（图5,6,7）。在此基础上，还提供了全数据库范围的检索功能（图8）。
图5：结构数据条目展示界面
图6：电镜密度图数据条目展示界面
图7：原始电镜图像数据条目展示界面
图8：CryoSeek数据库检索功能
CryoSeek数据平台同样提供了数据上传共享的功能（图9）。其数据提交流程兼顾严谨性与协作性：用户可依次上传元数据文件，系统自动识别数据集内部潜在关联并进行验证；所有条目经管理员团队人工审核与注释后，返回用户确认，最终公开发布。
图9：CryoSeek的数据发布流程
除去上述传统数据库功能以外，CryoSeek数据平台还集成了全球社区、实用工具、教学训练等多种功能。例如，由颜宁团队与胡名旭团队合作开发的用于判定螺旋结构绝对手性的工具Ahaha（图10）。
图10：Ahaha，使用单倾斜图像判定螺旋结构绝对手性
相比于蛋白质数据库（PDB）及电镜数据库（EMDB），CryoSeek数据平台专注于非蛋白生物分子，提供针对糖质及其他“生命暗物质”研究的专业化数据共享与分析服务。当前版本以实现数据沉积与共享为核心，未来将持续集成更多交互式分析工具，并计划纳入质谱、宏基因组测序等互补技术数据，系统探索各类糖质纤维结构的来源与功能，并推动不同采样点物种与生物实体多样性研究。作为CryoSeek策略从方法创新走向系统化、规模化与社区化的重要载体，CryoSeek数据平台将为糖结构生物学及相关结构领域的前沿发现提供持续动力，期待通过这一开放平台，团队将和全球科学家一道共同绘制“生命暗物质”新世界的航海图。
