來(lái)源：新浪證券

　　7月20日,，國(guó)際頂級(jí)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(jí)期刊）在線發(fā)表了華大智造楊夢(mèng)團(tuán)隊(duì)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(duì)在該雜志發(fā)表單細(xì)胞對(duì)比學(xué)習(xí)自監(jiān)督Concerto算法后,，時(shí)隔一年再度發(fā)表AI算法相關(guān)文章,。

　　EvoPlay由“Evo”,、“Play”兩個(gè)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(guò)結(jié)合不同的功能或結(jié)構(gòu)預(yù)測(cè)模擬器，像自動(dòng)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(jì)和改造是基因測(cè)序儀的底層基礎(chǔ)，基因測(cè)序儀的迭代升級(jí)離不開(kāi)蛋白工程技術(shù)的突破,?？茖W(xué)家們通過(guò)改造各種各樣的蛋白質(zhì)操縱DNA分子、讀取酶催化的信號(hào)從而識(shí)別堿基序列,。從華大智造測(cè)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(kāi)對(duì)蛋白質(zhì)的設(shè)計(jì)和改造。

　　從AI到BI,，EvoPlay模型實(shí)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(jì)算科學(xué)的分支,，及機(jī)器如何模仿人類智能?！洞笥倏迫珪?shū)》指出：“人工智能,，指數(shù)字計(jì)算機(jī)或計(jì)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?jiǎn)言之,，AI是技術(shù)性的模擬與推理，是“技術(shù)驅(qū)動(dòng)”模式,，目標(biāo)是用機(jī)器代替部分人工勞動(dòng),。

　　大眾熟知的AlphaGo是DeepMind最重要的AI模型之一。它是一個(gè)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(duì)弈，并以4比1的總比分獲勝，引起了廣泛的關(guān)注和震動(dòng),。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(yàn)知識(shí),，只需要知道游戲規(guī)則便能通過(guò)自我對(duì)弈和強(qiáng)化學(xué)習(xí)從零開(kāi)始學(xué)習(xí)并掌握多種棋類游戲,，包括圍棋、國(guó)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(wèn)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(jì)領(lǐng)域當(dāng)中，研究團(tuán)隊(duì)將蛋白質(zhì)序列上每一個(gè)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(guò)自我對(duì)弈和蒙特卡洛樹(shù)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(shí)作者使用一個(gè)代理模型來(lái)為每一次位點(diǎn)突變進(jìn)行獎(jiǎng)勵(lì),，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(jì)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(jì)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(jì)”的理性設(shè)計(jì)框架中,。

　　文章的通訊作者，來(lái)自華大智造研發(fā)團(tuán)隊(duì)的楊夢(mèng)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(shù)搜索+神經(jīng)網(wǎng)絡(luò)可以更好地結(jié)合‘從頭設(shè)計(jì)’框架,，從而為蛋白設(shè)計(jì)領(lǐng)域提供新的思路，也可以用來(lái)進(jìn)一步優(yōu)化基因測(cè)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(shí)踐，比如說(shuō)研究者已經(jīng)利用EvoPlay前瞻性地設(shè)計(jì)了36個(gè)熒光素酶突變體,，其中的29個(gè)變體已申請(qǐng)專利,，發(fā)現(xiàn)。EvoPlay在尋找起始庫(kù)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(shí),，實(shí)踐也證實(shí)了EvoPlay展示了其在高效設(shè)計(jì)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(jì)和藥物發(fā)現(xiàn)等多種應(yīng)用領(lǐng)域。

　　AI推動(dòng)生命真智能：EvoPlay模型的展望與未來(lái)

　　伴隨著自動(dòng)化生物實(shí)驗(yàn)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(shí)驗(yàn)室,，更多的自動(dòng)駕駛實(shí)驗(yàn)室（Self-driving Lab）即將出現(xiàn)。在生命科學(xué)和技術(shù)實(shí)驗(yàn)室中的各個(gè)環(huán)節(jié),，包括實(shí)驗(yàn)的執(zhí)行,、數(shù)據(jù)的收集和分析、實(shí)驗(yàn)計(jì)劃的制定等,， 如Design-Build-Test-Learn （DBTL）的循環(huán)的自主執(zhí)行,，未來(lái)都可以由自動(dòng)化系統(tǒng)和人工智能來(lái)完成，而不需要人類進(jìn)行主動(dòng)的干預(yù)或操作,。智能體還可以通過(guò)LLM等工具整合外部知識(shí),，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(wú)疑驗(yàn)證了這種可能性，在人類不斷升級(jí)認(rèn)知極限的過(guò)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(shí)現(xiàn)真智能,。