国内第一个功能完整的 AI 蛋白质设计和优化平台正式亮相。
国内第一个功能完整的 AI 蛋白质设计和优化平台正式亮相。7 月 22 日,「2022 CB Insights 中国未来健康论坛暨数字医疗 150 企业峰会」上, 世界知名的智能生物科学家、分子之心创始人兼首席科学家许锦波教授携 AI 蛋白设计平台 MoleculeOS 亮相。他表示, 分子之心已完成 MoleculeOS 所需的关键算法和模块的开发工作, 并已基于该平台开发十余项世界领先的 AI 算法, 计算结果均远超目前全球已公开发表的最好结果。
(许锦波教授现场演讲)
当天, 分子之心入选由全球知名市场数据分析机构 CB Insights 遴选的「数字经济时代下活跃的中国生物计算企业」榜单, 获评「AI 蛋白结构设计新星」。该榜单根据企业技术创新性、管线推进、项目合作、投融资等维度综合评选得出。
目前, 我国尚没有功能完整的 AI 蛋白质设计和优化平台。分子之心 AI 蛋白设计平台 MoleculeOS 的构建, 可以说填补了国内空白。「我们希望把 MoleculeOS 打造成中国生物经济时代的基础设施。」许锦波表示。
蛋白质是生命科学的基础, 对蛋白结构的理解和设计可以帮助人们深入了解包括癌症、遗传病等诸多顽疾的发病机理, 找到治疗更精准的路径。同时还可极大提升大分子药物的研发效率、降低成本。然而, 过去半个世纪, 科学家们采用的晶体衍射、核磁共振、冷冻电镜等蛋白质结构预测方法, 始终存在耗时长、花费高、无法保证 100% 成功等问题, 这导致蛋白质结构预测难题始终悬而未决。
这一困局在许锦波教授 2016 年的一项研究后迎来曙光。2016 年, 许锦波教授研发 RaptorX-Contact 方法, 首次证明了深度学习可以大幅提高蛋白质结构预测的精度。这种方法被谷歌旗下 DeepMind 应用在了 AlphaFold 算法的开发中, 推动蛋白质结构预测取得了革命性突破。许锦波教授也因此被誉为「AI 蛋白质折叠技术奠基人」。
完成 AI 在蛋白质结构预测方面的价值验证后, 许锦波教授开始将视野转向应用空间更大的 AI 蛋白质优化设计方向。在他看来, 相比于蛋白质结构预测, 蛋白质设计具备更广泛的应用场景和更具差异性的市场竞争力。一方面, 相比于单链蛋白质结构预测, 蛋白质的优化和设计应用场景更广泛, 难度更高。另一方面, 当下单链蛋白质结构预测方面已达到一定高度, 下一步急需寻求更具实际应用价值的产业势能。
「MoleculeOS 是分子之心正着力构建的 AI 驱动的蛋白质设计新引擎,」据许锦波教授介绍,MoleculeOS 平台既可用于多肽、抗体、酶和小蛋白的研究和设计, 将大分子创新药的研发变成可预测、可编程, 为药物研发全流程提效;也可灵活且广泛地应用于化学、材料、工业、农业等领域的蛋白质优化与设计。
(分子之心 AI 蛋白设计平台 MoleculeOS 技术架构)
MoleculeOS 平台具备两大重要功能, 一是运用数据驱动的深度学习方法直接设计和生成所需要的蛋白。二是通过分析蛋白质的表达性、稳定性、成药性等特性, 帮助行业专家快速识别和产生最合适的蛋白质, 推动实验室研究成果在产业领域的规模化应用。
目前, 分子之心正与中外多家生命科学与医学实验室展开合作, 基于 MoleculeOS 进行各种蛋白质 (特别是酶和抗体) 的优化和设计研究, 已开发十余项世界领先的 AI 算法, 其计算结果远超文献报道及全世界已公开发表的最好结果。
比如, 在单序列结构预测方面, 分子之心用一种创新的方法, 以更小参数实现了比肩 meta ESMFold 的效果。在蛋白质优化方面, 分子之心开发了目前世界上最精确的、用于预测单点突变对蛋白质性能影响的 AI 算法, 其不需要实验数据, 即可对单点突变进行预测, 算法的性能大幅刷新世界记录。在蛋白质从头设计方面, 分子之心开发的蛋白质序列设计算法, 在 4 个业界普遍使用的数据集上表现出了全球最高的 NSR(自然序列恢复率), 以 3～8% 的优势领先于斯坦福大学和 Facebook 等全球所有竞争对手。分子之心设计的复合物结构预测算法, 在公开数据集上测试, 也远好于 DeepMind 的 AlphaFold-Multimer。
「中国 AI+生物领域形式大好,」许锦波教授表示, 在生命健康领域, 中国拥有丰富的数据量、创新技术的土壤、非常活跃的市场, 这对于推动我国医疗健康产业发展、构建良性生态具有巨大推动作用, 下一步, 希望能培养出更多复合型人才, 既懂计算, 又有医疗、生物等领域知识经验, 把计算技术和医疗结合起来, 将中国的数字医疗带入更广阔的未来。
来源：互联网
