有关婴儿产品的广告

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>AI蛋(dan)白(bai)質(zhi)生(sheng)成(cheng)大(da)模(mo)型(xing)亮(liang)相(xiang)WAIC 未(wei)來(lai)大分(fen)子(zi)藥(yao)、新(xin)生物(wu)材(cai)料(liao)等(deng)設(she)計(ji)可(ke)實(shi)現(xian)“壹(yi)鍵(jian)定(ding)制(zhi)”

AI蛋白质生成大模型“NewOrigin”（中(zhong)文(wen)名(ming)為(wei)“達(da)爾(er)文”）正(zheng)式(shi)亮相　受(shou)訪(fang)人(ren)供(gong)圖(tu)

中新網(wang)上(shang)海(hai)7月(yue)7日(ri)電(dian) (記(ji)者(zhe) 李(li)佳(jia)佳)在(zai)上海舉(ju)行(xing)的(de)2023世(shi)界(jie)人工(gong)智(zhi)能(neng)大會(hui)(WAIC)上，業(ye)界首(shou)個(ge)AI蛋白质生成大模型“NewOrigin”(中文名为“达尔文”)正式亮相。NewOrigin大模型的研(yan)發(fa)領(ling)軍(jun)人，清(qing)華(hua)大學(xue)智能產(chan)业研究(jiu)院(yuan)卓(zhuo)越(yue)访問(wen)教(jiao)授(shou)、分子之(zhi)心(xin)創(chuang)始(shi)人許(xu)錦(jin)波(bo)教授表(biao)示(shi)，AI蛋白质生成大模型瞄(miao)準(zhun)创新药设计、合(he)成生物学等真(zhen)实产业應(ying)用(yong)需(xu)求(qiu)，將(jiang)用一个模型滿(man)足(zu)蛋白质生成全(quan)流(liu)程(cheng)需求，未来大分子药、新生物材料等蛋白质设计可实现“一键定制”。

據(ju)介(jie)紹(shao)，NewOrigin大模型通(tong)過(guo)学習(xi)千(qian)億(yi)級(ji)多(duo)模態(tai)大數(shu)据，可实现多模态定向(xiang)生成，單(dan)模型就(jiu)能满足序(xu)列(lie)生成、結(jie)構(gou)預(yu)測(ce)、功(gong)能预测、從(cong)頭(tou)设计等蛋白质生成全流程需求，解(jie)決(jue)产业应用所(suo)需的特(te)定功能蛋白质生成難(nan)題(ti)，並(bing)在真实的产业環(huan)境(jing)中評(ping)估(gu)效(xiao)果(guo)與(yu)價(jia)值(zhi)。

过去(qu)60多年(nian)中，蛋白质结构始終(zhong)是(shi)困(kun)擾(rao)生物学家(jia)的终極(ji)难题之一，科(ke)学家們(men)曾(zeng)多次(ci)因(yin)解析(xi)血(xue)紅(hong)蛋白等重(zhong)要(yao)蛋白质的三(san)維(wei)结构被(bei)授予(yu)諾(nuo)貝(bei)尔獎(jiang)。這(zhe)一局(ju)面(mian)在AI方(fang)法(fa)应用之後(hou)得(de)到(dao)了(le)根(gen)本(ben)性(xing)的改(gai)變(bian)。2016年，许锦波教授首次借(jie)助(zhu)AI大幅(fu)提(ti)升(sheng)了蛋白质结构预测精(jing)度(du)，自(zi)此(ci)開(kai)始，AI徹(che)底(di)顛(dian)覆(fu)了蛋白质预测，并逐(zhu)步(bu)影(ying)響(xiang)蛋白质生成。但(dan)由(you)於(yu)极高(gao)的技(ji)術(shu)壁(bi)壘(lei)，蛋白质生成至(zhi)今(jin)仍(reng)是全球(qiu)科学家尚(shang)未完(wan)全攻(gong)克(ke)的技术难题。

“大模型的出(chu)现将大大加(jia)速(su)蛋白质生成技术的发展(zhan)進(jin)程，并推(tui)動(dong)其(qi)在生物醫(yi)药、合成生物学等领域(yu)应用，进而(er)改变生物經(jing)濟(ji)的格(ge)局。”许锦波在演(yan)講(jiang)中表示。當(dang)下(xia)ChatGPT等自然(ran)語(yu)言(yan)大模型的表现，讓(rang)各(ge)界對(dui)大模型機(ji)制信(xin)心倍(bei)增(zeng)。但在蛋白质生成等專(zhuan)业垂(chui)直(zhi)领域，通用的自然语言大模型能力(li)十(shi)分有(you)限(xian)。究其原(yuan)因，生物领域的復(fu)雜(za)数据、专业知(zhi)識(shi)与应用場(chang)景(jing)，都(dou)与自然语言交(jiao)互(hu)的通用场景相差(cha)甚(shen)遠(yuan)，能力要求也(ye)更(geng)高。

因此，研发蛋白质生成大模型，除(chu)了必(bi)備(bei)的算(suan)法、算力、数据等基(ji)礎(chu)條(tiao)件(jian)，還(hai)需要具(ju)备兩(liang)大专业进階(jie)能力：一是融(rong)合计算机、生物、物理(li)等多学科，熟(shu)识AI、分子动力学、量(liang)子计算等多種(zhong)方法，且(qie)能在实踐(jian)中并行考(kao)慮(lv)序列与结构、主(zhu)鏈(lian)与側(ce)链、进化(hua)与組(zu)学的跨(kua)领域融合能力；二(er)是走(zou)出实驗(yan)室(shi)，下沈(chen)至真实的产业环境，在需求、验證(zheng)、落(luo)地(di)上貼(tie)近(jin)真实产业需求的能力。“具备这些(xie)能力和(he)条件的團(tuan)隊(dui)非(fei)常(chang)稀(xi)缺(que)”，许锦波認(ren)为。

许锦波团队从2019年开始使(shi)用预訓(xun)練(lian)机制研发蛋白质设计算法，通过整(zheng)合结构预测、侧链预测、蛋白-蛋白对接(jie)等多种技术，结合多种场景需求，目(mu)前(qian)已(yi)在改造(zao)或(huo)从头设计蛋白质上取(qu)得了重要的突(tu)破(po)。比(bi)如(ru)，设计功能類(lei)似(si)但更小(xiao)的蛋白质、能夠(gou)结合某(mou)个小分子的蛋白质、能够结合某个底物的酶(mei)、基因編(bian)輯(ji)用的蛋白质等。

在此基础上，分子之心开发了融合自然语言和蛋白语言的AI蛋白质生成大模型NewOrigin，它(ta)具备5重優(you)勢(shi)：可以(yi)根据特定需求定制化生成蛋白质，比如針(zhen)对某个靶(ba)點(dian)生成抗(kang)體(ti)，或针对某个底物生成特異(yi)性的酶等，实现“按(an)需定制”；基于数千亿多模态数据，NewOrigin可以进行多模态的輸(shu)入(ru)、输出，比如生成具备某种特定功能的蛋白质序列，或生成某个蛋白质的三维结构信息(xi)等，满足不(bu)同(tong)層(ceng)次的应用所需；同時(shi)，为了评估生成效果，NewOrigin融合AI、分子动力学、量子计算等多种方法，形(xing)成多维反(fan)饋(kui)机制，来实现快(kuai)速验证和叠(die)代(dai)。为了降(jiang)低(di)交互門(men)檻(kan)，NewOrigin使用了融合自然语言交互的蛋白质生成模式，以满足廣(guang)大不具备AI技术背(bei)景的生物学家的应用需求。更重要的是，NewOrigin大模型是真正面向产业需求的AI蛋白大模型，可基于工业级的应用反馈持(chi)續(xu)迭代，解决真实的产业需求。

许锦波表示，AI和生物科技是当下全球科技競(jing)爭(zheng)的重要戰(zhan)略(lve)领域，蛋白质技术作(zuo)为生物科技的底层技术，与AI融合创新是必由之路(lu)。AI蛋白质生成大模型的开发只(zhi)是起(qi)点，更具价值的是将其真正应用于产业中，实现可编程、可预测的创新药设计和生物制品(pin)开发，通过底层技术突破驅(qu)动生物经济变革(ge)。(完)返(fan)回(hui)搜(sou)狐(hu)，查(zha)看(kan)更多

責(ze)任(ren)编辑：