近日，ChatGPT和文心一言等超大規(guī)模預(yù)訓(xùn)練模型紛紛登場，讓我們看到了AI破解人類自然語言的力量。

成立兩年多以來，BioMap百圖生科一直致力于打造生命科學(xué)領(lǐng)域的AI大模型，構(gòu)建了千億參數(shù)的跨模態(tài)大模型 “xTrimo” （The Cross-Modal Transformer Representation of Interactome and Multi-Omics）。

該大模型從跨物種、跨模態(tài)的生命信息中學(xué)習(xí)蛋白質(zhì)如何構(gòu)成和實(shí)現(xiàn)功能、如何相互作用、如何組合和調(diào)控細(xì)胞功能的關(guān)鍵規(guī)律，從而破解生命的自然語言 —— 蛋白質(zhì)。基于大模型，AI在一系列任務(wù)算法上取得了明顯的進(jìn)展，除了更好地完成結(jié)構(gòu)預(yù)測等基礎(chǔ)任務(wù)外，也開始可以根據(jù)不同的問題輸入，以生成的方式，設(shè)計(jì)創(chuàng)新的蛋白質(zhì)，來回答各種生命科學(xué)問題。

2023 年 3 月 23 日，百圖生科在北京發(fā)布生命科學(xué)大模型驅(qū)動的AIGP —— AI Generated Protein平臺，旨在將這一技術(shù)平臺的能力與更多行業(yè)伙伴分享，利用AI設(shè)計(jì)創(chuàng)新蛋白質(zhì)的能力，共同研發(fā)更多的前沿藥物和其他生命科學(xué)項(xiàng)目，也通過一系列挑戰(zhàn)性的新任務(wù)，驅(qū)動AIGP平臺的技術(shù)進(jìn)步。

在發(fā)布前，AIGP平臺已經(jīng)進(jìn)行了一段時間的內(nèi)部測試，在百圖生科內(nèi)部承載了其創(chuàng)新免疫調(diào)控藥物ImmuBot的研發(fā)工作，貢獻(xiàn)了多個高性能彈頭、新功能傳感器的研發(fā)案例。

除此之外，有近20家合作伙伴和百圖生科開展了AIGP聯(lián)合研發(fā)合作，方向覆蓋高性能彈頭設(shè)計(jì)、新功能蛋白質(zhì)設(shè)計(jì)、靶點(diǎn)挖掘和調(diào)控蛋白設(shè)計(jì)等領(lǐng)域，其中多個項(xiàng)目取得了階段性的發(fā)現(xiàn)成果。在合作的創(chuàng)新藥企、學(xué)術(shù)PI的幫助下，AIGP平臺也進(jìn)行了諸多優(yōu)化。

因此，本次百圖生科AIGP平臺的對外發(fā)布，實(shí)際意味著對平臺創(chuàng)新蛋白質(zhì)的生成能力開啟“公測”新階段，也意味著百圖生科AIGP平臺將為更多伙伴，包括科研、環(huán)保、材料、消費(fèi)等更多場景的需求，提供解決方案。

圖： AIGP 3大功能模塊+12項(xiàng)核心能力示意圖

目前，百圖生科AIGP平臺設(shè)置了3類功能模塊，分別是Function to Protein Design（F2P，根據(jù)結(jié)構(gòu)、功能、可開發(fā)性等功能指標(biāo)設(shè)計(jì)/優(yōu)化蛋白質(zhì)）、Protein to Protein Design（P2P，給定抗原等目標(biāo)蛋白，設(shè)計(jì)與之以特定方式結(jié)合的抗體等蛋白），以及Cell to Protein Design（C2P，給定細(xì)胞，發(fā)現(xiàn)調(diào)控細(xì)胞功能的靶點(diǎn)蛋白并設(shè)計(jì)相應(yīng)的調(diào)控蛋白）。

根據(jù)不同模塊的輸入和要求，AIGP平臺可在較短時間內(nèi)設(shè)計(jì)和生成具有特定性質(zhì)的蛋白質(zhì)。

隨著面向合作伙伴的公測階段取得進(jìn)展，百圖生科計(jì)劃于2023年6月起將部分功能模塊進(jìn)一步開放，讓專業(yè)用戶可以直接自主使用，在更多的研究場景調(diào)用AI的蛋白質(zhì)生成能力，激發(fā)更多的生命科學(xué)探索。

對于百圖生科AIGP平臺的發(fā)布，世界生物信息學(xué)界的著名學(xué)者、哈佛計(jì)算生物醫(yī)學(xué)中心創(chuàng)始主任、R語言的主要發(fā)明人、百圖生科科學(xué)顧問委員會委員Robert Gentleman教授表示，在哈佛，他的團(tuán)隊(duì)同樣在進(jìn)行蛋白質(zhì)生成/預(yù)測模型的相關(guān)研究，“百圖生科在這個方向上走得很遠(yuǎn)了”。

他期待，AIGP會帶來更多的蛋白質(zhì)/抗體生成模型，抗體工程師們可能會從這些模型的預(yù)測中，發(fā)現(xiàn)自己從未注意過的細(xì)節(jié)，“如果將這些模型視作‘idea generator’，一切會變得更加美妙”。

中國科學(xué)院院士、著名免疫學(xué)家董晨教授認(rèn)為：“AI能夠解決的問題，就是對大數(shù)據(jù)的分析和進(jìn)一步的演繹和應(yīng)用。在當(dāng)下的時間節(jié)點(diǎn)，AIGP確實(shí)是一個呼之欲出的平臺。相信AIGP對于我們理解蛋白質(zhì)，以及在生物系統(tǒng)中研究和發(fā)現(xiàn)它的功能和調(diào)控，乃至于將來研發(fā)新藥，都會有非常大的作用。”

圖： 百圖生科CTO 宋樂博士

從AIGC到AIGP，人工智能的生成和預(yù)測能力對真實(shí)世界的影響將進(jìn)一步加深。

而AIGP能力的背后，正是百圖生科在底層技術(shù)上的持續(xù)投入，以及與合作伙伴對前沿創(chuàng)新的共同追求。發(fā)布會上，百圖生科CTO宋樂博士對此進(jìn)行了詳細(xì)介紹。

此前的媒體采訪中，宋樂博士也表示：“因?yàn)樯w的高度復(fù)雜度。目前數(shù)據(jù)量很大，但仍然是有限的。隨著生命科學(xué)領(lǐng)域觀測手段和技術(shù)的發(fā)展，將使我們能夠更加精細(xì)精準(zhǔn)地理解進(jìn)化，理解生命。這也就意味著，要實(shí)現(xiàn)這一目標(biāo)，我們需要不斷吸納新的合作伙伴。”

正如百圖生科CEO劉維在本次發(fā)布活動所提到的，雖然百圖生科的AI大模型和與之配套的大規(guī)模數(shù)據(jù)圖譜、高通量驗(yàn)證體系都遠(yuǎn)不完美，但已經(jīng)凝結(jié)了很多前沿技術(shù)的創(chuàng)新和探索，接下來，從開始展露一些能力到提高它的泛化能力和速度，需要專業(yè)伙伴的合作的加入，而且，合作伙伴也將得益這一系列嘗試，實(shí)現(xiàn)前沿項(xiàng)目的加速研發(fā)。

審核編輯 黃宇