百图生科AIGP平台发布:提供多种蛋白质生成能力,邀伙伴联手开发“新物种”

近日,ChatGPT和文心一言等超大规模预训练模型纷纷登场,让我们看到了AI破解人类自然语言的力量。

成立两年多以来,BioMap百图生科一直致力于打造生命科学领域的AI大模型,构建了千亿参数的跨模态大模型“xTrimo” (The Cross-Modal Transformer Representation of Interactome and Multi-Omics)。

该大模型从跨物种、跨模态的生命信息中学习蛋白质如何构成和实现功能、如何相互作用、如何组合和调控细胞功能的关键规律,从而破解生命的自然语言 —— 蛋白质。基于大模型,AI在一系列任务算法上取得了明显的进展,除了更好地完成结构预测等基础任务外,也开始可以根据不同的问题输入,以生成的方式,设计创新的蛋白质,来回答各种生命科学问题。

2023年3月23日,百图生科在北京发布生命科学大模型驱动的AIGP —— AIGeneratedProtein平台,旨在将这一技术平台的能力与更多行业伙伴分享,利用AI设计创新蛋白质的能力,共同研发更多的前沿药物和其他生命科学项目,也通过一系列挑战性的新任务,驱动AIGP平台的技术进步。

在发布前,AIGP平台已经进行了一段时间的内部测试,在百图生科内部承载了其创新免疫调控药物ImmuBot的研发工作,贡献了多个高性能弹头、新功能传感器的研发案例。

除此之外,有近20家合作伙伴和百图生科开展了AIGP联合研发合作,方向覆盖高性能弹头设计、新功能蛋白质设计、靶点挖掘和调控蛋白设计等领域,其中多个项目取得了阶段性的发现成果。在合作的创新药企、学术PI的帮助下,AIGP平台也进行了诸多优化。

因此,本次百图生科AIGP平台的对外发布,实际意味着对平台创新蛋白质的生成能力开启“公测”新阶段,也意味着百图生科AIGP平台将为更多伙伴,包括科研、环保、材料、消费等更多场景的需求,提供解决方案。

图: AIGP 3大功能模块+12项核心能力示意图

目前,百图生科AIGP平台设置了3类功能模块,分别是Function to Protein Design(F2P,根据结构、功能、可开发性等功能指标设计/优化蛋白质)、Protein to Protein Design(P2P,给定抗原等目标蛋白,设计与之以特定方式结合的抗体等蛋白),以及Cell to Protein Design(C2P,给定细胞,发现调控细胞功能的靶点蛋白并设计相应的调控蛋白)。

根据不同模块的输入和要求,AIGP平台可在较短时间内设计和生成具有特定性质的蛋白质。

随着面向合作伙伴的公测阶段取得进展,百图生科计划于2023年6月起将部分功能模块进一步开放,让专业用户可以直接自主使用,在更多的研究场景调用AI的蛋白质生成能力,激发更多的生命科学探索。

对于百图生科AIGP平台的发布,世界生物信息学界的著名学者、哈佛计算生物医学中心创始主任、R语言的主要发明人、百图生科科学顾问委员会委员Robert Gentleman教授表示,在哈佛,他的团队同样在进行蛋白质生成/预测模型的相关研究,“百图生科在这个方向上走得很远了”。

他期待,AIGP会带来更多的蛋白质/抗体生成模型,抗体工程师们可能会从这些模型的预测中,发现自己从未注意过的细节,“如果将这些模型视作‘ideagenerator’,一切会变得更加美妙”。

中国科学院院士、著名免疫学家董晨教授认为:“AI能够解决的问题,就是对大数据的分析和进一步的演绎和应用。在当下的时间节点,AIGP确实是一个呼之欲出的平台。相信AIGP对于我们理解蛋白质,以及在生物系统中研究和发现它的功能和调控,乃至于将来研发新药,都会有非常大的作用。”

图: 百图生科CTO 宋乐博士

从AIGC到AIGP,人工智能的生成和预测能力对真实世界的影响将进一步加深。

而AIGP能力的背后,正是百图生科在底层技术上的持续投入,以及与合作伙伴对前沿创新的共同追求。发布会上,百图生科CTO宋乐博士对此进行了详细介绍。

此前的媒体采访中,宋乐博士也表示:“因为生命体的高度复杂度。目前数据量很大,但仍然是有限的。随着生命科学领域观测手段和技术的发展,将使我们能够更加精细精准地理解进化,理解生命。这也就意味着,要实现这一目标,我们需要不断吸纳新的合作伙伴。”

正如百图生科CEO刘维在本次发布活动所提到的,虽然百图生科的AI大模型和与之配套的大规模数据图谱、高通量验证体系都远不完美,但已经凝结了很多前沿技术的创新和探索,接下来,从开始展露一些能力到提高它的泛化能力和速度,需要专业伙伴的合作的加入,而且,合作伙伴也将得益这一系列尝试,实现前沿项目的加速研发。

(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )