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平台，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，在2月22日迎来了重大突破，正式亮剑！🛡️这一自主研发的技术不仅展示了天壤XLab的实力，也为科研之路开辟了新的可能。欲了解更多关于xCREATOR和其背后技术的深度解析，敬请关注我们的动态。📚我们期待与您一起见证科技的进步，共同探索生命的无限可能！🌐#蛋白质自由设计 #xCREATOR #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创新高峰。🔍同时，初创企业赛得康也紧随其后，成功完成了数千万元的种子轮融资，关键词聚焦于AI蛋白模块的研发与应用，展示了行业内的勃勃生机。这两起事件不仅彰显了科创板对于前沿科技的支持和推动，也让全球投资者看到了生物技术与人工智能相结合的巨大潜力。🌱无论是凯赛生物对分子之心的技术引领，还是赛得康在AI蛋白模块上的创新探索，都预示着未来生物科技的无限可能。💡欲了解更多关于这两个科技创新巨头的故事，以及他们如何驱动生物科技领域的发展，请随时关注我们的最新报道，我们保证提供最专业、最具深度的信息。🌐记得用#凯赛生物 #分子之心 #生物科技AI等关键词进行搜索哦！🚀
“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AI技术的迅猛发展，医药行业已不再是科技巨头们的专利，AI药物研发正逐渐引领全球创新潮流。投资者们纷纷将目光聚焦在这个领域，仿佛一颗耀眼的新星正在闪烁——AI药物发现！💡🌟ChatGPT作为当前最炙手可热的语言模型，其在医疗领域的潜力自然引发了广泛讨论：它能否像互联网科技一样，颠覆医药研发的传统模式？🔥🚀未来，我们或许会见证ChatGPT引领的药物创新革命，为人类健康带来前所未有的突破。👩🔬👨💻#AI医药#ChatGPT新纪元
▌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，而每个蓝图的独特三维构型则决定了其独特的功能性。在智能的视角中，氨基酸就好比数据的基石，而蛋白质的立体结构就像绘制的图像。通过AI对这些基础元素的深度学习和创新组合，它就能自动生成神奇的解决方案。🌍SEO优化提示：使用”氨基酸-数据基石”、”三维结构-图像绘制”等关键词哦！记得加入一些表情符号，让内容更生动有趣！😊
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：
🌟通过简洁的步骤来实现你的蛋白质梦！🔍首先，在需求区填写关键信息——目标序列长度、结构对称性特征，以及它肩负的特定功能。💡接着，别忘了提及配体结合情况和那些化学元素的魔力。📚点击”任务起航”，就像启动引擎，电脑会迅速响应，展示出精准匹配的三维结构模型。🚀只需片刻，你的蛋白质蓝图就清晰可见！🎉
🌟【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生提供！🎉它在那时就开启了免费的大门，让知识无界流动，学术氛围浓厚。📚今年2月下旬，团队的又一力作——蛋白质扩散模型也迎来了它的公测时刻，标志着科研技术的革新步伐更加稳健。🔬这个自主研发的模型，无疑为生物学研究提供了强大的工具，引领着科研新风尚。📈记得关注我们，获取更多教育科技领域的前沿动态和创新成果！👩🏫💻#xCREATOR #蛋白质扩散模型 #教育科技创新
“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！
