蛋白質是生命的基礎,是生命活動的主要承擔者。臨床使用的胰島素、單克隆抗體、干擾素等都是蛋白質藥物。測定蛋白質結構和優(yōu)化、設計蛋白質對于創(chuàng)新藥研發(fā)、合成生物學等領域發(fā)展意義重大,也是生物學界最棘手的問題之一。2023世界人工智能大會上,分子之心公司創(chuàng)始人兼首席科學家許錦波和團隊打造的業(yè)界首個AI蛋白質生成大模型“達爾文(NewOrigin)”正式亮相。其是集成序列、結構、功能和進化的產(chǎn)業(yè)級AI蛋白質生成大模型,也是面向生物經(jīng)濟時代的基礎設施級底層大模型,可實現(xiàn)高效的、功能驅動的蛋白質生成能力。
據(jù)介紹,達爾文大模型是集成序列、結構、功能和進化的產(chǎn)業(yè)級AI蛋白質生成大模型,也是面向生物經(jīng)濟時代的基礎設施級底層大模型,可實現(xiàn)高效的、功能驅動的蛋白質生成能力,支持生物醫(yī)藥、合成生物等產(chǎn)業(yè)創(chuàng)新發(fā)展。其可根據(jù)結構和功能需要,直接生成具有特定功能的蛋白質,滿足蛋白疫苗、抗體、酶、多肽等多種類蛋白質設計,可低門檻、高精度地解決大分子藥設計、新生物材料研發(fā)等產(chǎn)業(yè)中特定功能蛋白質的生成難題。
據(jù)了解,2016 年,許錦波提出首個AI蛋白質折疊算法,證明了深度學習預測蛋白質結構的可行性。2019年,許錦波率先將研究范圍擴展至AI蛋白質優(yōu)化與從頭設計,通過整合結構預測、側鏈預測等多種技術,結合多種場景需求,實現(xiàn)了十余項領先的核心技術突破,實現(xiàn)了蛋白預測、蛋白優(yōu)化、蛋白從頭設計的產(chǎn)業(yè)應用,如抗體的從頭設計、蛋白疫苗的穩(wěn)定性優(yōu)化、酶的熱穩(wěn)定性的優(yōu)化等。
相比目前的主流方法,達爾文大模型實現(xiàn)了高成功率、高普適性和低使用門檻,可以大幅度降低實驗測試以及后續(xù)的藥物開發(fā)和合成的費用和時間,并能優(yōu)化和設計多種類型的蛋白質。同時,通過實現(xiàn)基于自然語言的交互方式,沒有AI背景的科學家也可以非常容易地通過描述一個蛋白質的功能來設計它。
例如,提升蛋白疫苗穩(wěn)定性是提升蛋白質疫苗效果的重要途徑之一。傳統(tǒng)實驗室方法通常要耗費數(shù)月甚至數(shù)年時間,還要投入大量資金。而分子之心正與合作藥企聯(lián)合攻關,基于大模型僅需要幾天就可設計出數(shù)十個理想的候選蛋白,而且相關性質大幅提高。
許錦波表示,大模型的出現(xiàn)將大大加速蛋白質生成技術的發(fā)展進程,并推動其在生物醫(yī)藥、合成生物學等領域應用,進而改變生物經(jīng)濟的格局。分子之心正在推進AI蛋白質生成大模型的快速迭代,進一步將大模型的能力在藥物設計、生物育種、環(huán)境保護、高性能材料等多個領域廣泛落地,推動創(chuàng)新蛋白質材料、易降解且能循環(huán)使用的環(huán)保材料、無毒無殘留的綠色農(nóng)藥等產(chǎn)品創(chuàng)新。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！