模型參數(shù)超 RFdiffusion 5倍！英偉達等發(fā)布 Proteina，從頭設(shè)計蛋白質(zhì)主鏈性能達 SOTA

該成果入選 ICLR 2025 Oral

原標題：模型參數(shù)超 RFdiffusion 5倍！英偉達等發(fā)布 Proteina，從頭設(shè)計蛋白質(zhì)主鏈性能達 SOTA
文章來源：HyperAI超神經(jīng)
內(nèi)容字數(shù)：10159字

AI賦能蛋白質(zhì)設(shè)計：從結(jié)構(gòu)預測到從頭設(shè)計

本文概述了人工智能技術(shù)在蛋白質(zhì)設(shè)計領(lǐng)域的最新進展，特別是英偉達聯(lián)合其他研究機構(gòu)開發(fā)的Proteina模型，以及中國在該領(lǐng)域的創(chuàng)新成果。

1. 蛋白質(zhì)設(shè)計領(lǐng)域的挑戰(zhàn)與AI的突破

   自上世紀以來，科學家們一直致力于預測蛋白質(zhì)結(jié)構(gòu)和設(shè)計全新蛋白質(zhì)。AI技術(shù)的興起，特別是深度學習的應用，為這一領(lǐng)域注入了新的活力。2016年，深度殘差網(wǎng)絡(luò)ResNet的引入顯著提升了蛋白質(zhì)殘基接觸預測的準確性，為AI與蛋白質(zhì)設(shè)計的深度融合奠定了基礎(chǔ)。此后，AlphaFold等模型的出現(xiàn)，將蛋白質(zhì)結(jié)構(gòu)預測推向了新的高度。然而，以往的蛋白質(zhì)結(jié)構(gòu)生成模型通常規(guī)模較小，數(shù)據(jù)量有限，缺乏有效的控制手段。

2. Proteina模型：大規(guī)模流式蛋白質(zhì)主鏈生成器

   為了克服現(xiàn)有模型的局限性，英偉達聯(lián)合Mila、蒙特利爾大學和麻省理工學院的研究團隊開發(fā)了Proteina模型。Proteina采用可擴展非等變Transformer架構(gòu)，參數(shù)量是RFdiffusion模型的5倍，訓練數(shù)據(jù)擴展到2100萬個合成蛋白質(zhì)結(jié)構(gòu)。它能夠生成高達800個殘基的主鏈，并保持多樣性和可設(shè)計性，在從頭設(shè)計蛋白質(zhì)主鏈方面達到了最先進的性能。Proteina在訓練中使用了創(chuàng)新的方法，包括調(diào)整流匹配目標、分階段訓練策略以及新的引導方案，以增強蛋白質(zhì)的可設(shè)計性。其研究成果已入選ICLR 2025 Oral。

3. 中國在AI蛋白質(zhì)設(shè)計領(lǐng)域的貢獻

   中國在AI驅(qū)動的蛋白質(zhì)設(shè)計領(lǐng)域也取得了顯著進展。多個研究團隊和企業(yè)開發(fā)了具有自主知識產(chǎn)權(quán)的蛋白質(zhì)設(shè)計平臺和模型，例如：上海天壤XLab的TRDesign平臺、分子之心的NewOrigin大模型、無錫途深智合的TourSynbio大模型、中科院計算所的CarbonNovo模型以及中科大團隊的SCUBA-D模型等。這些模型在蛋白質(zhì)結(jié)構(gòu)預測、序列設(shè)計和從頭設(shè)計等方面展現(xiàn)出強大的能力，并已在產(chǎn)業(yè)應用中得到驗證。這些成果體現(xiàn)了中國在該領(lǐng)域的創(chuàng)新實力和技術(shù)積累。

4. 未來展望

   隨著AI技術(shù)的不斷發(fā)展，以及大語言模型在蛋白質(zhì)設(shè)計領(lǐng)域的應用，該領(lǐng)域有望取得更多突破。中國在AI驅(qū)動的蛋白質(zhì)設(shè)計領(lǐng)域已形成獨特的技術(shù)生態(tài)，未來將涌現(xiàn)更多創(chuàng)新成果，為全球生命科學研究和生物醫(yī)藥產(chǎn)業(yè)發(fā)展做出貢獻。

聯(lián)系作者

文章來源：HyperAI超神經(jīng)
作者微信：
作者簡介：解構(gòu)技術(shù)先進性與普適性，報道更前沿的 AIforScience 案例