7月7日，在2023世界人工智能大會（WAIC）上，業(yè)界首個AI蛋白質(zhì)生成大模型“NewOrigin”（中文名為“達爾文”）正式亮相。NewOrigin大模型的研發(fā)領(lǐng)軍人，清華大學(xué)智能產(chǎn)業(yè)研究院卓越訪問教授、分子之心創(chuàng)始人許錦波教授表示，AI蛋白質(zhì)生成大模型瞄準創(chuàng)新藥設(shè)計、合成生物學(xué)等真實產(chǎn)業(yè)應(yīng)用需求，將用一個模型滿足蛋白質(zhì)生成全流程需求，未來大分子藥、新生物材料等蛋白質(zhì)設(shè)計可實現(xiàn)“一鍵定制”。
(相關(guān)資料圖)
據(jù)介紹，NewOrigin大模型通過學(xué)習(xí)千億級多模態(tài)大數(shù)據(jù)，可實現(xiàn)多模態(tài)定向生成，單模型就能滿足序列生成、結(jié)構(gòu)預(yù)測、功能預(yù)測、從頭設(shè)計等蛋白質(zhì)生成全流程需求，解決產(chǎn)業(yè)應(yīng)用所需的特定功能蛋白質(zhì)生成難題，并在真實的產(chǎn)業(yè)環(huán)境中評估效果與價值。
過去60多年中，蛋白質(zhì)結(jié)構(gòu)始終是困擾生物學(xué)家的終極難題之一，科學(xué)家們曾多次因解析血紅蛋白等重要蛋白質(zhì)的三維結(jié)構(gòu)被授予諾貝爾獎。這一局面在AI方法應(yīng)用之后得到了根本性的改變。2016年，許錦波教授首次借助AI大幅提升了蛋白質(zhì)結(jié)構(gòu)預(yù)測精度，自此開始，AI徹底顛覆了蛋白質(zhì)預(yù)測，并逐步影響蛋白質(zhì)生成。但由于極高的技術(shù)壁壘，蛋白質(zhì)生成至今仍是全球科學(xué)家尚未完全攻克的技術(shù)難題。
“大模型的出現(xiàn)將大大加速蛋白質(zhì)生成技術(shù)的發(fā)展進程，并推動其在生物醫(yī)藥、合成生物學(xué)等領(lǐng)域應(yīng)用，進而改變生物經(jīng)濟的格局?！痹S錦波在演講中表示。當下ChatGPT等自然語言大模型的表現(xiàn)，讓各界對大模型機制信心倍增。但在蛋白質(zhì)生成等專業(yè)垂直領(lǐng)域，通用的自然語言大模型能力十分有限。究其原因，生物領(lǐng)域的復(fù)雜數(shù)據(jù)、專業(yè)知識與應(yīng)用場景，都與自然語言交互的通用場景相差甚遠，能力要求也更高。
因此，研發(fā)蛋白質(zhì)生成大模型，除了必備的算法、算力、數(shù)據(jù)等基礎(chǔ)條件，還需要具備兩大專業(yè)進階能力：一是融合計算機、生物、物理等多學(xué)科，熟識AI、分子動力學(xué)、量子計算等多種方法，且能在實踐中并行考慮序列與結(jié)構(gòu)、主鏈與側(cè)鏈、進化與組學(xué)的跨領(lǐng)域融合能力；二是走出實驗室，下沉至真實的產(chǎn)業(yè)環(huán)境，在需求、驗證、落地上貼近真實產(chǎn)業(yè)需求的能力?！熬邆溥@些能力和條件的團隊非常稀缺”，許錦波認為。
許錦波團隊從2019年開始使用預(yù)訓(xùn)練機制研發(fā)蛋白質(zhì)設(shè)計算法，通過整合結(jié)構(gòu)預(yù)測、側(cè)鏈預(yù)測、蛋白-蛋白對接等多種技術(shù)，結(jié)合多種場景需求，目前已在改造或從頭設(shè)計蛋白質(zhì)上取得了重要的突破。比如，設(shè)計功能類似但更小的蛋白質(zhì)、能夠結(jié)合某個小分子的蛋白質(zhì)、能夠結(jié)合某個底物的酶、基因編輯用的蛋白質(zhì)等。
在此基礎(chǔ)上，分子之心開發(fā)了融合自然語言和蛋白語言的AI蛋白質(zhì)生成大模型NewOrigin，它具備5重優(yōu)勢：可以根據(jù)特定需求定制化生成蛋白質(zhì)，比如針對某個靶點生成抗體，或針對某個底物生成特異性的酶等，實現(xiàn)“按需定制”；基于數(shù)千億多模態(tài)數(shù)據(jù)，NewOrigin可以進行多模態(tài)的輸入、輸出，比如生成具備某種特定功能的蛋白質(zhì)序列，或生成某個蛋白質(zhì)的三維結(jié)構(gòu)信息等，滿足不同層次的應(yīng)用所需；同時，為了評估生成效果，NewOrigin融合AI、分子動力學(xué)、量子計算等多種方法，形成多維反饋機制，來實現(xiàn)快速驗證和迭代。為了降低交互門檻，NewOrigin使用了融合自然語言交互的蛋白質(zhì)生成模式，以滿足廣大不具備AI技術(shù)背景的生物學(xué)家的應(yīng)用需求。更重要的是，NewOrigin大模型是真正面向產(chǎn)業(yè)需求的AI蛋白大模型，可基于工業(yè)級的應(yīng)用反饋持續(xù)迭代，解決真實的產(chǎn)業(yè)需求。
為了更好的滿足應(yīng)用所需，分子之心將在一站式蛋白質(zhì)預(yù)測、優(yōu)化、設(shè)計平臺“MoleculeOS”中集成NewOrigin大模型能力，并以NewOrigin為底層基礎(chǔ)，面向藥物設(shè)計、合成生物學(xué)等應(yīng)用場景打造產(chǎn)業(yè)級的解決方案，進一步將NewOrigin大模型的能力在藥物設(shè)計、生物育種、環(huán)境保護、高性能材料等多個領(lǐng)域廣泛落地，驅(qū)動多領(lǐng)域創(chuàng)新。比如，以對話交互的方式，讓NewOrigin生成針對某個靶點的抗體，或生成具備某個底物特異性的酶等。
許錦波表示，AI和生物科技是當下全球科技競爭的重要戰(zhàn)略領(lǐng)域，蛋白質(zhì)技術(shù)作為生物科技的底層技術(shù)，與AI融合創(chuàng)新是必由之路。AI蛋白質(zhì)生成大模型的開發(fā)只是起點，更具價值的是將其真正應(yīng)用于產(chǎn)業(yè)中，實現(xiàn)可編程、可預(yù)測的創(chuàng)新藥設(shè)計和生物制品開發(fā)，通過底層技術(shù)突破驅(qū)動生物經(jīng)濟變革。
關(guān)鍵詞：
責(zé)任編輯：Rex_07
