AI与生物

Meta的ESMFold和DeepMind的AlphaFold是两个重要的蛋白质结构预测模型。AlphaFold通过AI确定了蛋白质三维结构，解决了科研难题，而ESMFold则在短序列中实现了约60倍的速度提升，使用ESM-2学习进行端到端3D结构预测，无需显式同源序列输入。该模型由Meta AI的研究团队主导，有望两周内预测大量蛋白质，对生物学和深度学习有推动作用。同时，DeepMind的AlphaFold2已被广泛应用于蛋白质结构预测，并开源了代码以加速研究进程。

本文介绍了计算生物学家使用人工智能助手GPT-3帮助改进研究论文的过程，展示了AI在蛋白质生成和基因测序领域的潜力。Profluent公司利用类似ChatGPT的模型成功开发出新型抗菌蛋白，且研究表明这些人工蛋白具有抗菌效果。同时，ChatGPT也被应用于基因测序分析，可能在未来帮助医生解读遗传病信息。然而，对于ChatGPT的全能性，文章提出质疑，指出其准确率和避免偏见的问题，以及需要建立使用规范和法规以确保公正透明。科技公司如Google、DeepMind正在努力提升AI的能力和准确性。

本文报道了A股三大指数今日集体下跌的情况，新冠特效药和乳业股表现相对较好，而ChatGPT概念股及半导体元件板块遭受重挫，北向资金全天出现大规模净卖出。

BioMedGPT-1.6B是一款通用大模型，旨在成为生物医药领域的基础模型，具备处理多种模态任务的能力，如药物性质预测、自然语言理解和跨模态交互。项目由清华大学AIR生命科学团队研发，目前开源目的是为科研人员提供工具，并非AGI级别的竞争对手。团队在一年多前就开始筹备，目前已有50人规模。尽管距理想状态尚有距离，但他们专注于服务正在进行相关研究的科研人员，并不担心数据、算力和成本问题。团队通过精细设计和专业标注保证数据质量，并期待未来通过双通道获取更多私有数据以增强模型能力。项目负责人认为多模型竞争将促进整个行业的发展。