業(yè)界首個AI蛋白質(zhì)生成大模型“達爾文”(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,、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”。

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,。

據(jù)了解，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，許錦波團隊開發(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),、實現(xiàn)快速驗證和迭代、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,、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，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(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,，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,。（記者李志勇）

編輯：李會平