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。
🌟【科技巨头新动作】🚀2022年10月，天壤XLab引领创新，推出了专为蛋白质自由设计而生的平台——xCREATOR，它以开放的姿态面向全球教育者和科研人员，仅半年时间就吸引了数百名热情用户。🔍据最新消息，这个备受瞩目的平台在短短两个月后的2月下旬，又迎来了其核心技术——蛋白质扩散模型的正式发布，标志着天壤XLab的技术实力持续升级。🏆欲了解更多关于xCREATOR如何推动生物科技领域的突破，或团队的最新科研进展，敬请关注我们的动态。📚记得，科技改变世界，而我们一直在探索这个无限可能的世界！🌐
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重要里程碑，宣布完成数千万元的种子轮融资，关键词聚焦于创新的AI蛋白模块。🌟这两起事件无疑为生物科技行业注入了强大活力，展示了AI设计在蛋白质研发中的无限可能。💡#科创板领军 #分子之心战略投资 #AI蛋白革命
“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技术的革新飞跃，我们不难预见，AI在医药领域的影响力正以惊人的速度扩展。曾经引领潮流的AI药物研发，如今已成为金融市场上备受瞩目的焦点词汇。就像互联网科技对TMT行业的渗透一样，ChatGPT是否也会成为药物发现领域的新宠呢？🔥🔍
▌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拼接而成的生命密码，每个独特的三维构型赋予它特定的功能。就像数据是信息的砖块，图像则是视觉的蓝图，AI通过学习和解析这些氨基酸的结构排列，就能创造出神奇的自动生成能力。💪现在，科技正用这种方式在分子层面上编织生命的奇迹！SEO优化提示：#蛋白质结构# #AI生成# #生命科学革命
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，打造理想蛋白质结构！🔍 输入你的需求，如🌟蛋白序列全长🌟、結構对称性规整？🤔 功能定位明确？🌐结合配体一目了然？化学品计算有讲究？点击那一刻，我们的AI将瞬间🔥生成满足所有条件的三维模型。👀 不再等待，立即启动你的蛋白质探索之旅吧！🏆 #结构生物学 #蛋白质设计
🌟【创新力爆棚】🚀去年10月，教育科技领域的里程碑时刻到来——{xCREATOR}工作台以公益姿态闪耀，专为全球高等教育者敞开怀抱，提供无门槛的{x功能}体验！📚今年2月，团队更是锐意进取，将自主研发的蛋白质扩散模拟技术推向市场，引领科研新风尚。🔥仅短短数周，这一创新模型便已成功助力广大师生深入探索科学之谜，实现了教育与科技的无缝对接。💻记得关注{xCREATOR}，持续见证教育科技的进步，让知识的力量照亮未来！🌍
“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！
