《科創板日報》3月7日訊（記者 金小莫）在需求欄中輸入對目標蛋白質的描述參數，比如序列長度、結構對稱性、目標功能、結合配體結構、化學計量等；點擊“運行任務”鍵；很快，電腦屏幕上就顯示出了符合參數要求的蛋白質三維結構。

(資料圖)

這是記者在天壤XLab看到的相關應用。

2022年10月，天壤XLab上線了蛋白質自由設計平臺xCREATOR，面向高校師生免費開放，不足半年，該平臺已累積有五六百用戶。日前，《科創板日報》記者從天壤XLab處進一步了解到，今年2月下旬，團隊自主研發的蛋白質擴散模型也已正式上線。

支撐這些平臺的技術就是蛋白質結構的自動生成技術，后者也是ChatGPT的核心技術之一。另有跡象表明，自動生成技術在生命科學領域的應用正在逐漸增多：

今年2月，科創板合成生物學上市公司凱賽生物宣布領投AI蛋白質設計平臺公司分子之心的新一輪戰略投資；同在2月，初創企業賽得康宣布完成了數千萬元的種子輪融資，AI設計+蛋白模塊是企業的關鍵詞。

“其實，ChatGPT所依托的AI生成技術并非新技術，很多公司都已經有所積累并陸續開始應用了。之前有個語言模型BERT就被用于蛋白質生成了，取得了不錯的成果。”一家行業企業對記者表示，只不過，當ChatGPT走熱之后，AI生成技術在生命科學領域的應用也逐漸走進了公眾的視野。

記者注意到，當互聯網科技向AI迭代升級后，很快，AI的應用就從TMT涌向了生物醫藥，AI+藥物發現一度成為一級市場的投資熱詞；類似的情況，會不會也發生在ChatGPT+藥物發現上呢？

▌氨基酸恰類似于大數據

記者了解到，自動生成技術之所以可應用到蛋白質的發現上，有這樣的科學邏輯支撐：

蛋白質是由氨基酸通過不同的排列組合聚合而成，每個蛋白質的三維結構又決定了它的功能作用。在算法人的眼中，氨基酸就類似于數據、蛋白質的三維結構類似于圖像，通過數據及圖像的不同排列組合訓練，AI就能實現自生成。

在業內，這一邏輯也被稱為AIGP，即AI Generated Protein（AI生成蛋白質）。

在天壤XLab，記者看到了相關應用：

在需求欄中輸入對目標蛋白質的描述參數，比如序列長度、結構對稱性、目標功能、結合配體結構、化學計量等；點擊“運行任務”鍵；很快，電腦屏幕上就顯示出了符合參數要求的蛋白質三維結構。

去年10月，具備該功能的xCREATOR工作臺正式上線，面向高校師生免費開放；今年2月下旬，團隊自主研發的蛋白質擴散模型也正式上線。

“我們還附加了一系列設計蛋白質的分析功能，可以對各類由算法自動生成的蛋白質結構進行打分，分數越高表示該自動生成的蛋白質結構的可實現性越高?！碧烊繶Lab實驗室負責人苗洪江博士介紹稱。

在ChatGPT中，需要人工對數據進行標注、打分，以此來訓練算法更會聊天；AIGP也是類似的邏輯，但不同的是，如果科研人員要想知道某一由算法自動生成的蛋白質，其可實現性到底高不高，還需要通過進一步的濕實驗來驗證，因此，AIGP的技術壁壘也就更高。

為了降低這一技術門檻，引入打分模型算法是很多企業的選擇。

前述行業企業對《科創板日報》記者進一步解釋了生成算法與打分算法的工作邏輯：首先，由生成模型算法生成蛋白質；其次，由人工對經打分模型篩選出的、得分較高的蛋白質，再進行實驗驗證，并反饋給打分模型算法?！岸呔拖窭项B童的左右兩手互搏，通過不斷增強學習，來提高算法的質量?！?/p>

▌探索大分子宇宙

有了AIGP，對于科研人員來說，最大的獲益無疑是加速了研發的進展。

“以100個氨基酸長度的蛋白質為例，其序列的排列組合有高達20^100=1.3×10^130種可能！相比之下，人類可觀測宇宙總原子數量僅有10^82，以人力來測試、構想這樣龐大的蛋白質空間可以說是不可能完成的任務?！泵绾榻Q，如今AI模型能夠精準定位到符合要求的蛋白質再由研發人員進行實驗檢驗，蛋白質設計效率前所未有的提升使其終于可以走進產業應用中去。

更重要的是，過去基于偶然性的開發工作也極大限制了人類對于蛋白質的開發，人類已知的天然蛋白質數量為10^15，而潛在的從頭設計蛋白質數量遠超于已知天然蛋白質。

以人體內的蛋白質來說，“目前大多數人類蛋白質功能研究都聚焦于約5000種研究較多的人類蛋白質，而人體內還存在著一個巨大的蛋白質世界。事實上，這些功能未知的蛋白質可能掌握著打開解決人類重大疾病的鑰匙，如癌癥、阿爾茲海默癥以及多種罕見病?！泵绮┦拷忉尫Q。

除生命科學外，新材料、新能源和食品等領域對功能蛋白質也存有巨大的需求。“整個蛋白質世界還擁有巨大的潛在探索空間，蘊藏著無窮無盡的資源，具有極大應用價值！”天壤CEO薛貴榮博士表示，蛋白質領域的ChatGPT會成為像水、電、煤一樣成為工業發展支撐，開辟出全新的科學時代。

《科創板日報》記者進一步了解到，如何獲取行業數據、如何通過實驗驗證來對數據進行標注進而得到高質量的反饋數據仍然是限制AIGP大爆發的主要攔路虎?；诖?，開源共享仍是目前行業企業們的主要選擇。

關鍵詞：