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。
![](https://aigc123comcnbj.oss-cn-beijing.aliyuncs.com/uploads/2023-05-06/1683345311978.webp)
这是记者在天壤XLab看到的相关应用。
🌟【科技新星】天壤XLab引领生物设计革命!🚀🔥2022年10月,创新之光闪耀——天壤XLab凭借其卓越的蛋白质自由设计平台xCREATOR,以无价的知识宝藏向全球教育者敞开怀抱!📚免费开放仅半年,这个科技巨头已吸引了超过500名热情的高校师生加入,他们的智慧在此加速碰撞!👥🔍近期,《科创板日报》独家揭秘,团队在2月下旬又一力作——蛋白质扩散模型正式发布,标志着其科研实力的飞跃和生物设计领域的深度探索。🚀这一创新工具不仅提升了效率,更预示着未来生物科技的新可能!欲了解更多天壤XLab的精彩动态,敬请关注我们的平台更新,一起见证科技如何赋能生命!🌐#天壤XLab #蛋白质自由设计 #科技创新
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:
🌟凯赛生物引领创新,科创板再谱生化新篇章!💡分子之心获凯赛青睐,AI蛋白质设计平台战略升级,生物科技领域迎来新纪元!💰初创企业赛得康种子轮大获成功,AI蛋白模块技术独领风骚,科技与资本携手共创未来!🔥这两起事件无疑展示了生物科技行业的蓬勃发展和AI驱动的无限可能。🌟欲了解更多生物科技动态,敬请关注!🌐
“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AI技术的迅猛发展,医药行业也不甘示弱,AI药物研发已成为全球热门话题。投资者们纷纷将目光聚焦在这个领域,仿佛找到了新的金矿——AI药物发现!就像ChatGPT引领的革命一样,它是否也将成为医药创新的新引擎呢?🔥🔍让我们拭目以待,未来可期!🌟
▌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连接构建的复杂分子,每个独特的三维构型赋予它特定的功能。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,氨基酸就如同基础代码,而蛋白质的三维结构则好比绘制的图像。通过深度学习,AI能学会如何巧妙地组合这些代码和图像,从而创造出独一无二的蛋白质序列。🎨想象一下,就像艺术家通过不同的像素创作出千变万化的艺术作品一样,AI也在氨基酸和结构中找到了创新的无限可能!SEO优化提示:#蛋白质结构#氨基酸编码#AI自动生成
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🌟、对称性密码️、功能目标明确阐明🔍,配体结合细节也不容忽视💪,化学计量数据紧跟其后Calculator键一按。🏃♂️瞬间,专业级三维结构跃然眼前,满足所有条件,高效又精准!🏆现在就行动,开启蛋白质研究新纪元!👩🔬👨💻 #蛋白质结构 #生物信息学 #科研利器
🌟【创新力爆表】:xCREATOR工作台十月启航,专为教育者们打造!🎉 教育界翘首以盼的全能创作工具,于去年10月不负众望,以公益姿态面向全球高校师生免费开放,掀起了一场知识传播的新革命。🌍今年2月,团队再创辉煌,自主研发的蛋白质扩散模型华丽上线,为科研工作者提供了强大的计算力支持,推动生物学研究迈向更深远的探索。🔬这两项里程碑式的发布,展示了我们对教育科技的热情与承诺,也预示着未来更多创新将服务于教育事业,让知识无界流动。🌍🌟
“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。
![](http://dh666cn.oss-cn-shenzhen.aliyuncs.com/147/gzh_xcx/gzh_xczs_%E6%89%AB%E7%A0%81_%E6%90%9C%E7%B4%A2%E8%81%94%E5%90%88%E4%BC%A0%E6%92%AD%E6%A0%B7%E5%BC%8F-%E7%99%BD%E8%89%B2%E7%89%88.png)
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!