10月9日晚，國際頂級學(xué)術(shù)期刊《自然》旗下子刊《機(jī)器智能》發(fā)表了百度飛槳螺旋槳聯(lián)合百圖生科研發(fā)的文心生物計算大模型的又一重大成果《A method for multiple-sequence-alignment-free protein structure prediction using a protein language model》，提出了全球首個開源并提供在線服務(wù)，無需MSA輸入的蛋白結(jié)構(gòu)預(yù)測大模型HelixFold-Single。
該項研究是百度在生物計算領(lǐng)域繼HelixGEM和Linear Design兩項重磅工作之后，在蛋白領(lǐng)域的又一突破性成果。該工作打破了AlphaFold2等主流依賴MSA檢索模型的速度瓶頸，將蛋白結(jié)構(gòu)預(yù)測速度平均提高數(shù)百倍，實現(xiàn)了秒級別預(yù)測。同時，該項成果也為產(chǎn)學(xué)研各界帶來了使用門檻更低、適用范圍更廣的蛋白結(jié)構(gòu)預(yù)測解決方案，有望促進(jìn)我國生命科學(xué)、生物醫(yī)藥、蛋白研究等領(lǐng)域進(jìn)一步發(fā)展。
近年來，AI一直致力于突破蛋白質(zhì)的結(jié)構(gòu)預(yù)測問題，并在預(yù)測精度方面取得了重大進(jìn)展。特別是 AlphaFold2將蛋白質(zhì)預(yù)測推向了一個新的前沿，但以AlphaFold2模型為代表的主流蛋白質(zhì)結(jié)構(gòu)預(yù)測方法嚴(yán)重依賴于多序列比對（MSAs Multiple Sequence alignments）和模板（Templates）提取的協(xié)同進(jìn)化信息。
本項研究打破了依賴MSA檢索模型的速度瓶頸，相比AlphaFold2，HelixFold-Single模型推理速度平均提升數(shù)百倍，實現(xiàn)了秒級預(yù)測。高效的HelixFold-Single模型不僅能更好地適配到蛋白設(shè)計、大規(guī)模虛擬篩選等需要頻繁預(yù)測蛋白結(jié)構(gòu)的任務(wù)中，且在多肽、抗體、納米抗體等與大分子藥物設(shè)計更相關(guān)的高可變蛋白場景上，效果更是優(yōu)于AlphaFold2。
HelixFold-Single目前已經(jīng)落地在國家超算成都中心，通過超算平臺賦能川渝地區(qū)蛋白領(lǐng)域的科學(xué)研究機(jī)構(gòu)。在大分子藥物的應(yīng)用場景上，HelixFold-Single也已經(jīng)整合進(jìn)入百圖生科AIGP平臺，為百圖提供更高效的蛋白分析能力，助力其探索大分子創(chuàng)新藥。
另據(jù)研發(fā)團(tuán)隊介紹，基于HelixFold-Single和HelixFold研發(fā)過程中積累的經(jīng)驗，團(tuán)隊針對更具挑戰(zhàn)性的抗原抗體、多肽蛋白的相互作用場景，研發(fā)了更具通用性和魯棒性的復(fù)合體結(jié)構(gòu)預(yù)測算法HelixFold-Multimer，相比業(yè)界同類方法，精度提升了數(shù)倍，該工作也將在近期上線到paddlehelix.baidu.com平臺，為用戶提供服務(wù)。
當(dāng)前，AI大模型技術(shù)正驅(qū)動生物計算領(lǐng)域的高速發(fā)展。基于文心生物計算大模型技術(shù)打造的飛槳螺旋槳PaddleHelix平臺，將幫助生命科學(xué)領(lǐng)域的研究人員更便捷、更高效地應(yīng)用大模型技術(shù)，更好理解生命體的構(gòu)成和變化規(guī)律，以幫助研究者進(jìn)行更多開拓性研究，如探索針對特定癌癥、病毒類感染疾病的治療方法，開發(fā)新的抗生素、靶向藥，或者研發(fā)更高效率的工業(yè)酶等等，為人類健康與產(chǎn)業(yè)發(fā)展貢獻(xiàn)源源不斷的價值。
上游新聞 楊昕華
