文章主题：天壤XLab, 蛋白质自由设计, AI药物发现
《科创板日报》3月7日讯（记者 金小莫） 在需求栏中输入对目标蛋白质的描述参数，比如序列长度、结构对称性、目标功能、结合配体结构、化学计量等；点击“运行任务”键；很快，电脑屏幕上就显示出了符合参数要求的蛋白质三维结构。
这是记者在天壤XLab看到的相关应用。
🌟【科技新星崛起】🚀2022年10月，天壤XLab凭借其创新力，引领蛋白质自由设计领域，推出了革命性的平台——xCREATOR！🎉面向全球教育者和科研人员，这个专为探索生命奥秘而生的神器，以它的开放性和包容性，短短几个月就吸引了超过500名热情的使用者。🔥近期独家消息，团队的智慧结晶——蛋白质扩散模型，已在2月下旬闪耀登场，正式投入服务！🚀这一里程碑不仅展示了天壤XLab的技术实力，也预示着更多科研突破即将诞生。🔍欲了解更多关于xCREATOR和其背后的科研动态，敬请关注我们的最新报道，让科技点亮你的探索之路！📚#蛋白质自由设计 #科技创新 #天壤XLab
支撑这些平台的技术就是蛋白质结构的自动生成技术，后者也是ChatGPT的核心技术之一。另有迹象表明，自动生成技术在生命科学领域的应用正在逐渐增多：
🌟凯赛生物引领潮流，科创板再创辉煌！💡2月惊爆消息，生物科技巨头凯赛生物携手AI蛋白质设计翘楚分子之心，进行了备受瞩目的战略投资行动，标志着合成生物学领域的新一轮技术革新即将开启！🚀同时，初创企业赛得康也迎来了振奋人心的融资里程碑，他们凭借创新的AI蛋白模块设计策略，成功吸引了数千万资金的关注，为行业注入了强大活力。🔥这两起事件不仅展示了科创板对于科技创新的热情支持，也让世人看到了AI在生物医疗领域的无限可能。🔍无论是凯赛生物对分子之心的技术引领，还是赛得康的种子轮融资，都彰显了生物科技与人工智能的深度融合，预示着未来蛋白质设计将更加精准高效。📈欲了解更多关于生物科技和AI的前沿动态，敬请关注我们的平台，我们将持续为您带来行业深度解析和创新案例分析。📚记得用#科创板 #AI蛋白质设计这样的关键词搜索哦！🔍
“其实，ChatGPT所依托的AI生成技术并非新技术，很多公司都已经有所积累并陆续开始应用了。之前有个语言模型BERT就被用于蛋白质生成了，取得了不错的成果。”一家行业企业对记者表示，只不过，当ChatGPT走热之后，AI生成技术在生命科学领域的应用也逐渐走进了公众的视野。
🎉🚀随着科技的不断演进，AI已经不再是TMT领域的专属，它正以惊人的速度渗透到医药行业，引领药物研发的新潮流——AI药物发现。投资者们纷纷将目光投向这一领域，成为一级市场的宠儿。就像ChatGPT这样的创新工具，它的出现无疑为药物探索开辟了全新路径，未来其在药物研发中的应用前景备受期待。🚀🔥
▌氨基酸恰类似于大数据
记者了解到，自动生成技术之所以可应用到蛋白质的发现上，有这样的科学逻辑支撑：
🌟了解啦！让我们用专业且生动的语言来阐述这个过程吧！🔍蛋白质，是由多种氨基酸以独特的方式编织而成的生命蓝图，其复杂的三维结构赋予了它特定的功能。就像数据是信息的基石，氨基酸则是AI生成蛋白质的基石。而对于AI来说，氨基酸就如同构建图像的像素，而蛋白质的三维结构则是那幅生动的”图像”。通过深度学习和算法的巧妙组合，AI能创造出独一无二的蛋白质结构，实现自动生成的奇迹。💪记得，关键词优化如”氨基酸排列”、”蛋白质三维结构”和”AI生成”哦！😊
在业内，这一逻辑也被称为AIGP，即AI Generated Protein（AI生成蛋白质）。
在天壤XLab，记者看到了相关应用：
🎉🚀只需几步，打造理想蛋白质立体模型！🔍 输入你的需求，如🌟蛋白序列长度🌟、对称性密码️、功能使命🎯，还有配体伙伴的信息ligand。然后，一键点击”启动任务”🌍，等待片刻，满足你所有要求的三维结构就跃然眼前了！🏆
🌟【创新力爆棚】🚀去年10月，教育科技领域的里程碑——xCREATOR工作台以公益姿态闪耀登场，专为全球高等教育者和学子们量身打造！🎉它在那时就迈出了面向全社会免费开放的步伐，引领了一场知识传播的革命。今年2月下旬，团队更是锦上添花，推出了自主研发的蛋白质扩散模型，这一前沿科技成果犹如催化剂，加速了生命科学领域的探索。🔬这两项重要突破不仅展示了xCREATOR的强大实力，也预示着未来教育科技将更加智能化和个性化。🎓让我们共同期待，这个创新平台如何继续为全球教育注入活力！🌍
“我们还附加了一系列设计蛋白质的分析功能，可以对各类由算法自动生成的蛋白质结构进行打分，分数越高表示该自动生成的蛋白质结构的可实现性越高。”天壤XLab实验室负责人苗洪江博士介绍称。
在ChatGPT中，需要人工对数据进行标注、打分，以此来训练算法更会聊天；AIGP也是类似的逻辑，但不同的是，如果科研人员要想知道某一由算法自动生成的蛋白质，其可实现性到底高不高，还需要通过进一步的湿实验来验证，因此，AIGP的技术壁垒也就更高。
为了降低这一技术门槛，引入打分模型算法是很多企业的选择。
前述行业企业对《科创板日报》记者进一步解释了生成算法与打分算法的工作逻辑：首先，由生成模型算法生成蛋白质；其次，由人工对经打分模型筛选出的、得分较高的蛋白质，再进行实验验证，并反馈给打分模型算法。“二者就像老顽童的左右两手互搏，通过不断增强学习，来提高算法的质量。”
▌探索大分子宇宙
有了AIGP，对于科研人员来说，最大的获益无疑是加速了研发的进展。
“以100个氨基酸长度的蛋白质为例，其序列的排列组合有高达20^100=1.3×10^130种可能！相比之下，人类可观测宇宙总原子数量仅有10^82，以人力来测试、构想这样庞大的蛋白质空间可以说是不可能完成的任务。”苗洪江称，如今AI模型能够精准定位到符合要求的蛋白质再由研发人员进行实验检验，蛋白质设计效率前所未有的提升使其终于可以走进产业应用中去。
更重要的是，过去基于偶然性的开发工作也极大限制了人类对于蛋白质的开发，人类已知的天然蛋白质数量为10^15，而潜在的从头设计蛋白质数量远超于已知天然蛋白质。
以人体内的蛋白质来说，“目前大多数人类蛋白质功能研究都聚焦于约5000种研究较多的人类蛋白质，而人体内还存在着一个巨大的蛋白质世界。事实上，这些功能未知的蛋白质可能掌握着打开解决人类重大疾病的钥匙，如癌症、阿尔兹海默症以及多种罕见病。”苗博士解释称。
除生命科学外，新材料、新能源和食品等领域对功能蛋白质也存有巨大的需求。“整个蛋白质世界还拥有巨大的潜在探索空间，蕴藏着无穷无尽的资源，具有极大应用价值！”天壤CEO薛贵荣博士表示，蛋白质领域的ChatGPT会成为像水、电、煤一样成为工业发展支撑，开辟出全新的科学时代。
《科创板日报》记者进一步了解到，如何获取行业数据、如何通过实验验证来对数据进行标注进而得到高质量的反馈数据仍然是限制AIGP大爆发的主要拦路虎。基于此，开源共享仍是目前行业企业们的主要选择。
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
