文章主题：ChatGPT, Profluent, Protein Engineering, ProGen
引 言
🎉 ChatGPT引领革命！🔥 人工智能领域的创新风暴席卷而来，这款神奇的语言模型正以超乎想象的方式重塑技能边界。它可以诗与代码并行创作，编剧、命题、甚至学术论文信手拈来，展现出无人能敌的全能才能。它不仅是生产力的解放者，更是智慧的加速器。🌍 让我们一探其深度，探索AI无限可能！📝 #ChatGPT #人工智能革命 🚀
ChatGPT引起了大厂、投资人、学界、业界各领域人士的关注。AI公司全面入局，引发了资本市场震荡……生物医药领域是否能和这类新兴技术结合？目前都有哪些应用？
ProGen：生物界「ChatGPT」
首次实现从零合成全新蛋白
🌟【创新突破】初创三年的Profluent开启新篇章！🚀最近，科技巨头Profluent凭借其前沿的深度学习技术，引领了一场蛋白质工程领域的革命性突破！🎉 他们成功地合成了一种前所未有的新蛋白质，这在科学界无疑是独树一帜的壮举。🔍 这项创新不仅打破了传统路径，极大地加速了科研进程，也为探索生命奥秘打开了新的窗口。🌈Profluent的这一里程碑式发现，展示了其对人工智能和生物技术融合的独特见解与卓越执行力。他们的深度学习语言模型，犹如一把锐利的工具，精准地编织出了这个自然界尚未拥有的蛋白质世界。🛠️对于寻求蛋白质工程解决方案的科学家们来说，这无疑是一个振奋人心的消息，他们将有机会在Profluent的创新引领下，探索前所未有的可能性。🤝欲了解更多关于这个突破性进展的信息，敬请关注我们后续的深度解析和专业报道。📚SEO优化提示：Profluent、深度学习语言模型、新蛋白质、蛋白质工程、科技巨头、科研进程、生命奥秘、人工智能、生物技术、创新突破
科学家们采用类似ChatGPT的蛋白质工程深度学习语言模型——ProGen，首次实现了AI预测蛋白质的合成。这些蛋白质不仅与已知的完全不同，相似度最低的甚至只有31.4%，但和天然蛋白一样有效。目前，这项工作已经正式发表于Nature子刊。
🌟Ali Madani, the visionary founder and CEO of Profluent, has made headlines with their groundbreaking achievement. The company has successfully engineered a range of protein families, each exhibiting identical functionality to the exemplar proteins, serving as highly efficient enzymes. Their trailblazing zero-shot approach is nothing short of remarkable – a feat achieved without multiple rounds of optimization or any wet lab data assistance. This pioneering process bypasses centuries-long evolutionary processes, resulting in high活性 proteins that would typically take nature millions to create. 🚀
🌟【超大规模】ProGen 💪——12亿参数巨无霸，Transformer引领！🚀🔥条件编码，力量所在 ——ProGen以Transformer架构为核心，自注意力技术揭示残基间的微妙互动。🔍💡随心所欲，定制标签 ——输入指令，它能生成跨越家族的创新蛋白质序列，标签自由变换，灵活性满分！🔧👀与ChatGPT家族成员共通点 ——相似于GPT3.5，ProGen通过学习2.8亿现存蛋白质的语法密码，解锁生成新蛋白的智慧。📚🚀SEO优化，搜索引擎友好型文本 ——让您的科研内容更易被搜索引擎发现，提升可见度！🌐欲了解更多，敬请探索ProGen的神奇世界！🌍
🌟Madani阐述了一项前沿科技理念：”仿照ChatGPT掌握多语种的过程，我们正致力于理解和解读生物与蛋白质的语言。”👀值得注意的是，行业里涌现了若干初创企业也在探索类似路径，比如Cradle和Flagship Pioneering的 Generate Biomedicines等创新项目，它们都在为重塑生物科技领域带来革新动力。
BioGPT：提高科研效率的得力工具
随着科学技术突破，研究人员对大量生物医药文献采用了多种机器学习技术，在各大生物医药出版物及科研论文中使用文本挖掘和信息提取，对开发新药物、临床治疗、病理学研究至关重要。从这些海量材料提取有意义的信息，就是BioGPT发挥作用的地方，它在科学文献网站PubMed上超过1500万篇摘要的庞大语料库上进行了预训练，可以根据用户的提问迅速提供相关的答案。在PubMedQA检测中，这款人工智能模型达到81.0%的准确性。
🌟在通用语言模型的世界里，两大巨头引领潮流——分别是创新的BERT家族与功能强大的GPT系列。特别是在生物医药领域，BERT的影响力无处不在，比如BioBERT和PubMedBERT，它们是该领域的明星预训练模型，备受瞩目。💡然而生成任务并非BERT的专长，它更擅长理解任务，这是它的核心优势所在。微软团队近期带来了革命性的改变，BioGPT应运而生，通过整合六项关键的生物NLP任务评估，如问答、文档分类和关系抽取，展现出了强大的语言模型实力。🎯这不仅提升了从科学文献中提取信息的效率，更可能引领一场信息获取速度的大跃进。别忘了，这些先进的技术背后，是科研与创新的火花在闪烁，它们以精准且高效的方式，为生物医药领域带来了前所未有的语言处理能力。📚
火爆之下，仍有隐忧
虽然ChatGPT或类似的语言模型能在生物医药领域能够得到广泛应用，但仍有隐忧。首先，ChatGPT没有联网，因此并不能替代搜索引擎。它无法访问最新的事件进展，因为其当初在进行模型训练时，数据只更新到2021年，而科研技术日新月异，为了保持预训练语言模型在生物医药领域的准确性，需要实时更新数据或联网。其次，因为ChatGPT接受的是大量数据的训练，有时可能会生成包含冒犯性或不恰当语言的回复。这是利用训练数据生成文本的算法的局限性之一。例如科技媒体CNET曾曝出，ChatGPT编写的77篇内容中，41篇有错误，目前，平台已予以更正，并表示将暂停此种方式生产内容。
Nature也对此问题表达了重视，这家权威的学术出版机构表示，学研圈都在担心，学生及研究者们可能会以大型语言模型生成的内容当作本人撰写的文本，除却冒用风险外，上述过程还会产生不可靠的研究结论。
Nature针对ChatGPT代写学研文章、被列为作者等一系列问题，给了定性。具体来说，有两个原则。第一，任何大型语言模型工具（比如ChatGPT）都不能成为论文作者；第二，如在论文创作中用过相关工具，作者应在“方法”或“致谢”或适当的部分明确说明。
尽管ChatGPT没有彻底改变我们现有的生产方式，但其发展仍然是令人欣喜的。人工智能对生物医药领域的介入不仅有望帮助诊断重大疾病，而且能够提高研发的效率，如何正当的使用新兴工具，将决定我们的未来。
免责声明：
科普干细胞团队专注于介绍全球CGT行业研究进展。
本文仅作信息交流之目的，文中观点不代表科普干细胞团队立场，亦不代表科普干细胞支持或反对文中观点。
本文并非治疗方案推荐。如需获得治疗方案指导，请前往正规医院就诊。
点击下方“阅读原文”
开始学习细胞知识
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！
