《科創(chuàng)板日?qǐng)?bào)》3月7日訊（記者 金小莫）在需求欄中輸入對(duì)目標(biāo)蛋白質(zhì)的描述參數(shù)，比如序列長(zhǎng)度、結(jié)構(gòu)對(duì)稱(chēng)性、目標(biāo)功能、結(jié)合配體結(jié)構(gòu)、化學(xué)計(jì)量等；點(diǎn)擊“運(yùn)行任務(wù)”鍵；很快，電腦屏幕上就顯示出了符合參數(shù)要求的蛋白質(zhì)三維結(jié)構(gòu)。

(資料圖)

這是記者在天壤XLab看到的相關(guān)應(yīng)用。

2022年10月，天壤XLab上線了蛋白質(zhì)自由設(shè)計(jì)平臺(tái)xCREATOR，面向高校師生免費(fèi)開(kāi)放，不足半年，該平臺(tái)已累積有五六百用戶(hù)。日前，《科創(chuàng)板日?qǐng)?bào)》記者從天壤XLab處進(jìn)一步了解到，今年2月下旬，團(tuán)隊(duì)自主研發(fā)的蛋白質(zhì)擴(kuò)散模型也已正式上線。

支撐這些平臺(tái)的技術(shù)就是蛋白質(zhì)結(jié)構(gòu)的自動(dòng)生成技術(shù)，后者也是ChatGPT的核心技術(shù)之一。另有跡象表明，自動(dòng)生成技術(shù)在生命科學(xué)領(lǐng)域的應(yīng)用正在逐漸增多：

今年2月，科創(chuàng)板合成生物學(xué)上市公司凱賽生物宣布領(lǐng)投AI蛋白質(zhì)設(shè)計(jì)平臺(tái)公司分子之心的新一輪戰(zhàn)略投資；同在2月，初創(chuàng)企業(yè)賽得康宣布完成了數(shù)千萬(wàn)元的種子輪融資，AI設(shè)計(jì)+蛋白模塊是企業(yè)的關(guān)鍵詞。

“其實(shí)，ChatGPT所依托的AI生成技術(shù)并非新技術(shù)，很多公司都已經(jīng)有所積累并陸續(xù)開(kāi)始應(yīng)用了。之前有個(gè)語(yǔ)言模型BERT就被用于蛋白質(zhì)生成了，取得了不錯(cuò)的成果?！币患倚袠I(yè)企業(yè)對(duì)記者表示，只不過(guò)，當(dāng)ChatGPT走熱之后，AI生成技術(shù)在生命科學(xué)領(lǐng)域的應(yīng)用也逐漸走進(jìn)了公眾的視野。

記者注意到，當(dāng)互聯(lián)網(wǎng)科技向AI迭代升級(jí)后，很快，AI的應(yīng)用就從TMT涌向了生物醫(yī)藥，AI+藥物發(fā)現(xiàn)一度成為一級(jí)市場(chǎng)的投資熱詞；類(lèi)似的情況，會(huì)不會(huì)也發(fā)生在ChatGPT+藥物發(fā)現(xiàn)上呢？

▌氨基酸恰類(lèi)似于大數(shù)據(jù)

記者了解到，自動(dòng)生成技術(shù)之所以可應(yīng)用到蛋白質(zhì)的發(fā)現(xiàn)上，有這樣的科學(xué)邏輯支撐：

蛋白質(zhì)是由氨基酸通過(guò)不同的排列組合聚合而成，每個(gè)蛋白質(zhì)的三維結(jié)構(gòu)又決定了它的功能作用。在算法人的眼中，氨基酸就類(lèi)似于數(shù)據(jù)、蛋白質(zhì)的三維結(jié)構(gòu)類(lèi)似于圖像，通過(guò)數(shù)據(jù)及圖像的不同排列組合訓(xùn)練，AI就能實(shí)現(xiàn)自生成。

在業(yè)內(nèi)，這一邏輯也被稱(chēng)為AIGP，即AI Generated Protein（AI生成蛋白質(zhì)）。

在天壤XLab，記者看到了相關(guān)應(yīng)用：

在需求欄中輸入對(duì)目標(biāo)蛋白質(zhì)的描述參數(shù)，比如序列長(zhǎng)度、結(jié)構(gòu)對(duì)稱(chēng)性、目標(biāo)功能、結(jié)合配體結(jié)構(gòu)、化學(xué)計(jì)量等；點(diǎn)擊“運(yùn)行任務(wù)”鍵；很快，電腦屏幕上就顯示出了符合參數(shù)要求的蛋白質(zhì)三維結(jié)構(gòu)。

去年10月，具備該功能的xCREATOR工作臺(tái)正式上線，面向高校師生免費(fèi)開(kāi)放；今年2月下旬，團(tuán)隊(duì)自主研發(fā)的蛋白質(zhì)擴(kuò)散模型也正式上線。

“我們還附加了一系列設(shè)計(jì)蛋白質(zhì)的分析功能，可以對(duì)各類(lèi)由算法自動(dòng)生成的蛋白質(zhì)結(jié)構(gòu)進(jìn)行打分，分?jǐn)?shù)越高表示該自動(dòng)生成的蛋白質(zhì)結(jié)構(gòu)的可實(shí)現(xiàn)性越高?！碧烊繶Lab實(shí)驗(yàn)室負(fù)責(zé)人苗洪江博士介紹稱(chēng)。

在ChatGPT中，需要人工對(duì)數(shù)據(jù)進(jìn)行標(biāo)注、打分，以此來(lái)訓(xùn)練算法更會(huì)聊天；AIGP也是類(lèi)似的邏輯，但不同的是，如果科研人員要想知道某一由算法自動(dòng)生成的蛋白質(zhì)，其可實(shí)現(xiàn)性到底高不高，還需要通過(guò)進(jìn)一步的濕實(shí)驗(yàn)來(lái)驗(yàn)證，因此，AIGP的技術(shù)壁壘也就更高。

為了降低這一技術(shù)門(mén)檻，引入打分模型算法是很多企業(yè)的選擇。

前述行業(yè)企業(yè)對(duì)《科創(chuàng)板日?qǐng)?bào)》記者進(jìn)一步解釋了生成算法與打分算法的工作邏輯：首先，由生成模型算法生成蛋白質(zhì)；其次，由人工對(duì)經(jīng)打分模型篩選出的、得分較高的蛋白質(zhì)，再進(jìn)行實(shí)驗(yàn)驗(yàn)證，并反饋給打分模型算法?！岸呔拖窭项B童的左右兩手互搏，通過(guò)不斷增強(qiáng)學(xué)習(xí)，來(lái)提高算法的質(zhì)量?！?/p>

▌探索大分子宇宙

有了AIGP，對(duì)于科研人員來(lái)說(shuō)，最大的獲益無(wú)疑是加速了研發(fā)的進(jìn)展。

“以100個(gè)氨基酸長(zhǎng)度的蛋白質(zhì)為例，其序列的排列組合有高達(dá)20^100=1.3×10^130種可能！相比之下，人類(lèi)可觀測(cè)宇宙總原子數(shù)量?jī)H有10^82，以人力來(lái)測(cè)試、構(gòu)想這樣龐大的蛋白質(zhì)空間可以說(shuō)是不可能完成的任務(wù)?！泵绾榻Q(chēng)，如今AI模型能夠精準(zhǔn)定位到符合要求的蛋白質(zhì)再由研發(fā)人員進(jìn)行實(shí)驗(yàn)檢驗(yàn)，蛋白質(zhì)設(shè)計(jì)效率前所未有的提升使其終于可以走進(jìn)產(chǎn)業(yè)應(yīng)用中去。

更重要的是，過(guò)去基于偶然性的開(kāi)發(fā)工作也極大限制了人類(lèi)對(duì)于蛋白質(zhì)的開(kāi)發(fā)，人類(lèi)已知的天然蛋白質(zhì)數(shù)量為10^15，而潛在的從頭設(shè)計(jì)蛋白質(zhì)數(shù)量遠(yuǎn)超于已知天然蛋白質(zhì)。

以人體內(nèi)的蛋白質(zhì)來(lái)說(shuō)，“目前大多數(shù)人類(lèi)蛋白質(zhì)功能研究都聚焦于約5000種研究較多的人類(lèi)蛋白質(zhì)，而人體內(nèi)還存在著一個(gè)巨大的蛋白質(zhì)世界。事實(shí)上，這些功能未知的蛋白質(zhì)可能掌握著打開(kāi)解決人類(lèi)重大疾病的鑰匙，如癌癥、阿爾茲海默癥以及多種罕見(jiàn)病?！泵绮┦拷忉尫Q(chēng)。

除生命科學(xué)外，新材料、新能源和食品等領(lǐng)域?qū)δ艿鞍踪|(zhì)也存有巨大的需求。“整個(gè)蛋白質(zhì)世界還擁有巨大的潛在探索空間，蘊(yùn)藏著無(wú)窮無(wú)盡的資源，具有極大應(yīng)用價(jià)值！”天壤CEO薛貴榮博士表示，蛋白質(zhì)領(lǐng)域的ChatGPT會(huì)成為像水、電、煤一樣成為工業(yè)發(fā)展支撐，開(kāi)辟出全新的科學(xué)時(shí)代。

《科創(chuàng)板日?qǐng)?bào)》記者進(jìn)一步了解到，如何獲取行業(yè)數(shù)據(jù)、如何通過(guò)實(shí)驗(yàn)驗(yàn)證來(lái)對(duì)數(shù)據(jù)進(jìn)行標(biāo)注進(jìn)而得到高質(zhì)量的反饋數(shù)據(jù)仍然是限制AIGP大爆發(fā)的主要攔路虎?；诖?，開(kāi)源共享仍是目前行業(yè)企業(yè)們的主要選擇。

關(guān)鍵詞：