蛋白質(zhì)是生命的基礎(chǔ),是生命活動的主要承擔(dān)者。臨床使用的胰島素、單克隆抗體、干擾素等都是蛋白質(zhì)藥物。測定蛋白質(zhì)結(jié)構(gòu)和優(yōu)化、設(shè)計蛋白質(zhì)對于創(chuàng)新藥研發(fā)、合成生物學(xué)等領(lǐng)域發(fā)展意義重大,也是生物學(xué)界最棘手的問題之一。2023世界人工智能大會上,分子之心公司創(chuàng)始人兼首席科學(xué)家許錦波和團隊打造的業(yè)界首個AI蛋白質(zhì)生成大模型“達爾文(NewOrigin)”正式亮相。其是集成序列、結(jié)構(gòu)、功能和進化的產(chǎn)業(yè)級AI蛋白質(zhì)生成大模型,也是面向生物經(jīng)濟時代的基礎(chǔ)設(shè)施級底層大模型,可實現(xiàn)高效的、功能驅(qū)動的蛋白質(zhì)生成能力。
據(jù)介紹,達爾文大模型是集成序列、結(jié)構(gòu)、功能和進化的產(chǎn)業(yè)級AI蛋白質(zhì)生成大模型,也是面向生物經(jīng)濟時代的基礎(chǔ)設(shè)施級底層大模型,可實現(xiàn)高效的、功能驅(qū)動的蛋白質(zhì)生成能力,支持生物醫(yī)藥、合成生物等產(chǎn)業(yè)創(chuàng)新發(fā)展。其可根據(jù)結(jié)構(gòu)和功能需要,直接生成具有特定功能的蛋白質(zhì),滿足蛋白疫苗、抗體、酶、多肽等多種類蛋白質(zhì)設(shè)計,可低門檻、高精度地解決大分子藥設(shè)計、新生物材料研發(fā)等產(chǎn)業(yè)中特定功能蛋白質(zhì)的生成難題。
據(jù)了解,2016 年,許錦波提出首個AI蛋白質(zhì)折疊算法,證明了深度學(xué)習(xí)預(yù)測蛋白質(zhì)結(jié)構(gòu)的可行性。2019年,許錦波率先將研究范圍擴展至AI蛋白質(zhì)優(yōu)化與從頭設(shè)計,通過整合結(jié)構(gòu)預(yù)測、側(cè)鏈預(yù)測等多種技術(shù),結(jié)合多種場景需求,實現(xiàn)了十余項領(lǐng)先的核心技術(shù)突破,實現(xiàn)了蛋白預(yù)測、蛋白優(yōu)化、蛋白從頭設(shè)計的產(chǎn)業(yè)應(yīng)用,如抗體的從頭設(shè)計、蛋白疫苗的穩(wěn)定性優(yōu)化、酶的熱穩(wěn)定性的優(yōu)化等。
相比目前的主流方法,達爾文大模型實現(xiàn)了高成功率、高普適性和低使用門檻,可以大幅度降低實驗測試以及后續(xù)的藥物開發(fā)和合成的費用和時間,并能優(yōu)化和設(shè)計多種類型的蛋白質(zhì)。同時,通過實現(xiàn)基于自然語言的交互方式,沒有AI背景的科學(xué)家也可以非常容易地通過描述一個蛋白質(zhì)的功能來設(shè)計它。
例如,提升蛋白疫苗穩(wěn)定性是提升蛋白質(zhì)疫苗效果的重要途徑之一。傳統(tǒng)實驗室方法通常要耗費數(shù)月甚至數(shù)年時間,還要投入大量資金。而分子之心正與合作藥企聯(lián)合攻關(guān),基于大模型僅需要幾天就可設(shè)計出數(shù)十個理想的候選蛋白,而且相關(guān)性質(zhì)大幅提高。
許錦波表示,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。分子之心正在推進AI蛋白質(zhì)生成大模型的快速迭代,進一步將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,推動創(chuàng)新蛋白質(zhì)材料、易降解且能循環(huán)使用的環(huán)保材料、無毒無殘留的綠色農(nóng)藥等產(chǎn)品創(chuàng)新。
標簽：
免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！