來源：新浪證券

　　7月20日，國際頂級學(xué)術(shù)期刊Nature子刊Nature Machine Intelligence（Nature旗下專注于機(jī)器學(xué)習(xí)領(lǐng)域的頂級期刊）在線發(fā)表了華大智造楊夢團(tuán)隊研究成果《Self-play reinforcement learning guides protein engineering》,，發(fā)布了一款名為EvoPlay的算法模型,。這也是華大智造團(tuán)隊在該雜志發(fā)表單細(xì)胞對比學(xué)習(xí)自監(jiān)督Concerto算法后，時隔一年再度發(fā)表AI算法相關(guān)文章,。

　　EvoPlay由“Evo”、“Play”兩個英文單詞組合而成,，前者意為進(jìn)化,，指蛋白質(zhì)分子的功能進(jìn)化；Play指的是博弈類搜索算法,。EvoPlay算法模型就是借鑒圍棋自博弈的方式搜索海量蛋白質(zhì)突變空間,，通過結(jié)合不同的功能或結(jié)構(gòu)預(yù)測模擬器，像自動駕駛一樣訓(xùn)練智能體完成指定功能增強(qiáng)的蛋白進(jìn)化,。

　　據(jù)悉,，蛋白質(zhì)的工程化設(shè)計和改造是基因測序儀的底層基礎(chǔ)，基因測序儀的迭代升級離不開蛋白工程技術(shù)的突破,?？茖W(xué)家們通過改造各種各樣的蛋白質(zhì)操縱DNA分子、讀取酶催化的信號從而識別堿基序列,。從華大智造測序儀試劑里用到的聚合酶,、熒光素酶等各種工具酶，到更廣范圍的生物催化劑,、生物傳感器,、治療類抗體到生物燃料，都離不開對蛋白質(zhì)的設(shè)計和改造,。

　　從AI到BI，EvoPlay模型實現(xiàn)AI智能體訓(xùn)練

　　近期,，人工智能再一次成為全球矚目的焦點(diǎn),，今天,，現(xiàn)代詞典將人工智能定義為計算科學(xué)的分支,，及機(jī)器如何模仿人類智能?！洞笥倏迫珪分赋觯骸叭斯ぶ悄?，指數(shù)字計算機(jī)或計算機(jī)控制的機(jī)器人執(zhí)行通常與智能生物相關(guān)的任務(wù)的能力?！焙喲灾?，AI是技術(shù)性的模擬與推理，是“技術(shù)驅(qū)動”模式,，目標(biāo)是用機(jī)器代替部分人工勞動,。

　　大眾熟知的AlphaGo是DeepMind最重要的AI模型之一。它是一個基于深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的人工智能圍棋程序,，2016年,，AlphaGo與世界圍棋冠軍李世石進(jìn)行五局三勝的對弈，并以4比1的總比分獲勝,，引起了廣泛的關(guān)注和震動,。這一勝利標(biāo)志著人工智能首次在高度復(fù)雜的游戲中超越人類頂尖選手。

　　而AlphaZero是DeepMind后續(xù)進(jìn)一步發(fā)展的AI模型,。它不需要任何人類的經(jīng)驗知識,，只需要知道游戲規(guī)則便能通過自我對弈和強(qiáng)化學(xué)習(xí)從零開始學(xué)習(xí)并掌握多種棋類游戲，包括圍棋,、國際象棋和日本象棋,，它以驚人的速度超越了世界上最強(qiáng)大的棋類引擎，并展示了一種通用的自學(xué)習(xí)方法,，能夠適應(yīng)不同的領(lǐng)域和問題,。

　　而華大智造發(fā)布的EvoPlay模型便是借鑒了這種方法,，并將其運(yùn)用到了蛋白質(zhì)設(shè)計領(lǐng)域當(dāng)中，研究團(tuán)隊將蛋白質(zhì)序列上每一個位點(diǎn)的突變當(dāng)作是圍棋中的每一次落子,，將優(yōu)化的最終序列當(dāng)作是一局圍棋的結(jié)束,，通過自我對弈和蒙特卡洛樹搜索在蛋白質(zhì)序列空間中不斷的搜索和優(yōu)化序列，同時作者使用一個代理模型來為每一次位點(diǎn)突變進(jìn)行獎勵,，最終成功生成了大量的具有特定功能的序列,。

　　從人工智能（AI）到生物智能（BI），EvoPlay算法把經(jīng)典的強(qiáng)化學(xué)習(xí)應(yīng)用到了蛋白質(zhì)設(shè)計框架中,，不僅能夠增強(qiáng)傳統(tǒng)MLDE的采樣效率,，并能夠結(jié)合最新的蛋白質(zhì)結(jié)構(gòu)解析模型（AlphaFold2）直接設(shè)計出帶目標(biāo)結(jié)構(gòu)的氨基酸序列。EvoPlay既能夠用于傳統(tǒng)定向進(jìn)化,，也能夠被納入“從頭設(shè)計”的理性設(shè)計框架中,。

　　文章的通訊作者，來自華大智造研發(fā)團(tuán)隊的楊夢表示：“我們有理由相信在更多的理性機(jī)制分析以及更精密的結(jié)構(gòu)代理模型的幫助下,，EvoPlay的蒙特卡洛樹搜索+神經(jīng)網(wǎng)絡(luò)可以更好地結(jié)合‘從頭設(shè)計’框架，從而為蛋白設(shè)計領(lǐng)域提供新的思路,，也可以用來進(jìn)一步優(yōu)化基因測序儀里用到的各種工具酶,。

　　此外，EvoPlay模型已經(jīng)進(jìn)行了一些實踐,，比如說研究者已經(jīng)利用EvoPlay前瞻性地設(shè)計了36個熒光素酶突變體,，其中的29個變體已申請專利，發(fā)現(xiàn),。EvoPlay在尋找起始庫之外更高適應(yīng)性突變體方面非常有效,，并且可以與現(xiàn)有的工程流程相集成。

　　同時,，實踐也證實了EvoPlay展示了其在高效設(shè)計高質(zhì)量多肽上的性能,，將適用于蛋白質(zhì)-蛋白質(zhì)相互作用、酶設(shè)計和藥物發(fā)現(xiàn)等多種應(yīng)用領(lǐng)域,。

　　AI推動生命真智能：EvoPlay模型的展望與未來

　　伴隨著自動化生物實驗室的蓬勃發(fā)展,，以及微流控技術(shù)廣泛用于分子篩選和進(jìn)化實驗室，更多的自動駕駛實驗室（Self-driving Lab）即將出現(xiàn),。在生命科學(xué)和技術(shù)實驗室中的各個環(huán)節(jié),，包括實驗的執(zhí)行、數(shù)據(jù)的收集和分析,、實驗計劃的制定等,， 如Design-Build-Test-Learn （DBTL）的循環(huán)的自主執(zhí)行，未來都可以由自動化系統(tǒng)和人工智能來完成,，而不需要人類進(jìn)行主動的干預(yù)或操作,。智能體還可以通過LLM等工具整合外部知識,，多輪迭代探索，連續(xù)學(xué)習(xí),，創(chuàng)造出滿足人類需求的酶,、抗體、小分子,、基因序列甚至人造細(xì)胞,。

　　EvoPlay模型的誕生無疑驗證了這種可能性，在人類不斷升級認(rèn)知極限的過程中,，人工智能和機(jī)器人有巨大的潛力去幫助人類科學(xué)進(jìn)一步探索未知的邊界,，從認(rèn)知生命到掌控生命，期待能夠?qū)崿F(xiàn)人工智能和生物智能的和諧共生,，最終實現(xiàn)真智能,。