一、从自然汲取灵感:AI构建蛋白质序列
美国初创企业Evozyne携手NVIDIA,借助预训练AI模型,成功创造出两种具有重大潜力的蛋白质,旨在医疗与清洁能源领域开辟新天地。通过其发布的联合论文,展示了加速药物研发的新途径及其生成的蛋白质氨基酸序列。一种蛋白质被用于治疗先天性疾病,而另一种则致力于消耗二氧化碳以减缓全球气候变暖。
Evozyne的联合创始人兼论文共同作者Andrew Ferguson,一位跨学科专家,融合了化学与机器学习的智慧,揭示了AI模型生成的合成蛋白质与自然产物的惊人相似性。这标志着AI已学会模仿自然界的设计原则,创造出符合预期的蛋白质序列。
Evozyne采用NVIDIA的Transformer模型ProtT5,结合BioNeMo软件框架和服务,以高效生成蛋白质,推动医疗与能源领域的可持续发展。通过将BioNeMo与变分自编码器(VAE)相结合,形成ProT-VAE工作流程,实现了蛋白质设计的创新。
机器学习技术让研究人员能探索数百万种氨基酸组合,高效识别潜在的有用序列,相较于传统蛋白质工程设计方法(如定向进化),AI方法能快速迭代,一次改变蛋白质中的大量氨基酸。Evozyne通过多GPU计算加速训练过程,使得大型AI模型的训练时间从数月缩短至一周,从而创造出前所未有的蛋白质模型,为疾病治疗和应对气候变化提供了新路径。
自DeepMind的AlphaFold成功解析蛋白质折叠以来,AI在加速蛋白质设计方面展现出巨大潜力。AI的应用不仅加速了蛋白质结构分析与设计,也为药物研发提供了前所未有的速度与效率。众多制药公司、生物技术初创企业和生物科研人员正利用NVIDIA BioNeMo等工具,加速推进生物科学的边界,为解决人类健康和环境问题带来新的希望。
AI技术正在重塑生物科学研究的面貌,通过加速蛋白质设计与合成,为医疗和环保领域带来了革命性的变革。随着AI在生物科学领域的不断深化应用,我们期待着更多突破性成果,为人类社会的可持续发展注入更强动力。