(資料圖片)

業(yè)界首個(gè)AI蛋白質(zhì)生成大模型“達(dá)爾文”(NewOrigin)7日在2023世界人工智能大會（WAIC）上正式亮相。其研發(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)始人許錦波表示，AI蛋白質(zhì)生成大模型瞄準(zhǔn)創(chuàng)新藥設(shè)計(jì)、合成生物學(xué)等真實(shí)產(chǎn)業(yè)應(yīng)用需求，將用一個(gè)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(jì)可實(shí)現(xiàn)“一鍵定制”。

據(jù)介紹，該大模型通過學(xué)習(xí)千億級多模態(tài)大數(shù)據(jù)，可實(shí)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(jì)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(shí)的產(chǎn)業(yè)環(huán)境中評估效果與價(jià)值。

過去60多年中，蛋白質(zhì)結(jié)構(gòu)始終是困擾生物學(xué)家的難題之一，這一局面在AI方法應(yīng)用之后得到了根本性的改變。2016年，許錦波首次借助AI大幅提升了蛋白質(zhì)結(jié)構(gòu)預(yù)測精度，并開始逐步影響蛋白質(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(jìn)程，并推動其在生物醫(yī)藥、合成生物學(xué)等領(lǐng)域應(yīng)用。”許錦波表示。當(dāng)下ChatGPT等自然語言大模型的表現(xiàn)，讓各界對大模型機(jī)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(yuǎn)，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(jìn)階能力：一是融合計(jì)算機(jī)、生物、物理等多學(xué)科，熟識AI、分子動力學(xué)、量子計(jì)算等多種方法，且能在實(shí)踐中并行考慮序列與結(jié)構(gòu)、主鏈與側(cè)鏈、進(jìn)化與組學(xué)的跨領(lǐng)域融合能力；二是走出實(shí)驗(yàn)室，下沉至真實(shí)的產(chǎn)業(yè)環(huán)境，在需求、驗(yàn)證、落地上貼近真實(shí)產(chǎn)業(yè)需求的能力。

據(jù)了解，許錦波團(tuán)隊(duì)從2019年開始使用預(yù)訓(xùn)練機(jī)制研發(fā)蛋白質(zhì)設(shè)計(jì)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(jì)蛋白質(zhì)上取得了重要的突破。比如，設(shè)計(jì)功能類似但更小的蛋白質(zhì)、能夠結(jié)合某個(gè)小分子的蛋白質(zhì)、能夠結(jié)合某個(gè)底物的酶、基因編輯用的蛋白質(zhì)等。

在此基礎(chǔ)上，許錦波團(tuán)隊(duì)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“達(dá)爾文”(NewOrigin)。它具備可以根據(jù)特定需求定制化生成蛋白質(zhì)、實(shí)現(xiàn)快速驗(yàn)證和迭代、降低交互門檻等優(yōu)勢。更重要的是，該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(shí)的產(chǎn)業(yè)需求。

為了更好地滿足應(yīng)用所需，分子之心以大模型為底層基礎(chǔ)，面向藥物設(shè)計(jì)、合成生物學(xué)等應(yīng)用場景打造產(chǎn)業(yè)級的解決方案，并進(jìn)一步將大模型的能力在藥物設(shè)計(jì)、生物育種、環(huán)境保護(hù)、高性能材料等多個(gè)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(gè)靶點(diǎn)的抗體，或生成具備某個(gè)底物特異性的酶等。

許錦波表示，AI和生物科技是當(dāng)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(diǎn)，更具價(jià)值的是將其真正應(yīng)用于產(chǎn)業(yè)中，實(shí)現(xiàn)可編程、可預(yù)測的創(chuàng)新藥設(shè)計(jì)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(jì)變革。