登頂Nature 正刊！百度生物計(jì)算用AI首次實(shí)現(xiàn)mRNA領(lǐng)域重大進(jìn)展

1985年11月21日的《自然》封面，是一張來(lái)自中國(guó)的“地圖”。這張地圖是清代總兵陳倫炯所編撰《海國(guó)聞見(jiàn)錄》中的插圖，是中國(guó)人開(kāi)始認(rèn)知與探索世界的見(jiàn)證，而選用這張封面，是為了配合當(dāng)期的特別文章《科技在中國(guó)》。

那時(shí)候，中國(guó)正處在改革開(kāi)放的浪潮中，中國(guó)科技登陸國(guó)際視野還顯得驚奇與稚嫩。

一轉(zhuǎn)眼，38年過(guò)去，伴隨著中國(guó)科技的飛速發(fā)展，越來(lái)越多的中國(guó)科研工作者、科研機(jī)構(gòu)以第一作者的身份，登上被稱作科學(xué)金字塔尖的《自然》。

5月2日，《自然》雜志正刊發(fā)表了百度在生物計(jì)算領(lǐng)域的突破性研究成果，并以“加速預(yù)覽”（Accelerated Article Preview）形式最快發(fā)表。

在這篇題目為《Algorithm for Optimized mRNA Design Improves Stability and Immunogenicity》的文章中，提出了mRNA序列優(yōu)化算法LinearDesign。其不僅開(kāi)創(chuàng)了AI與生物、醫(yī)療等領(lǐng)域融合突破的諸多可能性，也為中國(guó)科技走向世界畫上了新的一筆。

在這篇論文里，我們可以讀到遠(yuǎn)超其成果本身的內(nèi)容，比如AI的諸多可能性、一家科技企業(yè)的科學(xué)擔(dān)當(dāng)，以及中國(guó)科技走向世界的遠(yuǎn)大胸懷。

“出人意料”的生物計(jì)算

相信大家都知道，《自然》只收錄那些在基礎(chǔ)科學(xué)領(lǐng)域具有突破性與重大意義的研究。

或許可以說(shuō)，百度在生物計(jì)算領(lǐng)域的探索，生動(dòng)講述了什么叫“永遠(yuǎn)不要低估AI的可能性”。

這件事要從新冠疫苗講起，雖然疫情的陰霾已經(jīng)悄悄過(guò)去，但這場(chǎng)疫情讓全球看到了疫苗，尤其是mRNA疫苗在公共衛(wèi)生事業(yè)的重要性。

所謂mRNA是一種天然分子，其可以產(chǎn)生靶標(biāo)蛋白或免疫原，從而激活人體的特定免疫反應(yīng)，以對(duì)抗各種病原體。并且其具有mRNA不帶病毒成分、沒(méi)有感染風(fēng)險(xiǎn)、研發(fā)周期短等重要優(yōu)勢(shì)，是人類對(duì)抗新冠疫情的殺手锏。

但如此重要的領(lǐng)域，在疫苗和藥物研發(fā)中依舊有一些問(wèn)題，比如如何才能高效設(shè)計(jì)出穩(wěn)定、成藥性更好的mRNA序列？

為了解決這個(gè)問(wèn)題，百度基于在AI領(lǐng)域的積累“出人意料”地將AI技術(shù)與疫苗研發(fā)結(jié)合，研發(fā)出了登錄《自然》雜志的LinearDesign算法。

這一算法運(yùn)用自然語(yǔ)言處理中網(wǎng)格解析（Lattice Parsing）技術(shù)，對(duì)mRNA疫苗序列進(jìn)行優(yōu)化，從而提升疫苗的穩(wěn)定性和有效性。

(美國(guó)心臟病學(xué)家和基因組學(xué)家埃里克·托普（Eric J. Topol）在推特上分享百度LinearDesign算法)

這里劃個(gè)重點(diǎn)，LinearDesign算法可以說(shuō)是用語(yǔ)言學(xué)領(lǐng)域的知識(shí)去攻克了生物醫(yī)療上的難題。兩個(gè)領(lǐng)域雖然不能說(shuō)毫不相關(guān)，基本也是相隔萬(wàn)里，但是百度對(duì)AI技術(shù)的探索，卻讓二者完成了千里姻緣一線牽，LinearDesign算法由此誕生。

2020年5月，面對(duì)洶涌而來(lái)的疫情，百度研究院推出了全球首個(gè)mRNA疫苗基因序列設(shè)計(jì)算法LinearDesign，并宣布向全球疫苗研發(fā)機(jī)構(gòu)及研究中心免費(fèi)開(kāi)放。LinearDesign能在16分鐘完成新冠病毒的mRNA疫苗序列設(shè)計(jì)，極大加速新冠疫苗的研發(fā)效率。

以新冠病毒的Spike蛋白為例，若采用傳統(tǒng)方法尋找一條穩(wěn)定的mRNA序列，需要查看10632個(gè)mRNA序列，堪稱天文數(shù)字，但用LinearDesign算法，卻可以在11分鐘之內(nèi)找到最穩(wěn)定的候選序列。

2020年12月，百度憑借LinearFold和LinearDesign算法在新冠抗疫中的杰出貢獻(xiàn)，榮獲國(guó)際頂尖人工智能峰會(huì)The AI Summit舉辦的 AIconics獎(jiǎng)項(xiàng)的首屆“AI For Good（人工智能向善）”獎(jiǎng)。

在應(yīng)用價(jià)值之外，LinearDesign算法還展示了AI作為一種底層科學(xué)探索工具，在生物與醫(yī)學(xué)領(lǐng)域的全新可能性。這種跨越學(xué)科的突破力，是《自然》雜志乃至全球科學(xué)界更為珍視的。

打開(kāi)AI的深度與廣度

為什么百度能把LinearDesign算法這種AI+生物計(jì)算研究做大做強(qiáng)？這可能是我們必須讀懂的另一個(gè)關(guān)鍵信息。

其原因無(wú)他，千錘百煉而已。從2012年AI方興未艾，到今天AI火爆全球，這期間百度對(duì)AI技術(shù)的堅(jiān)持和探索是始終如一的。這種堅(jiān)持，滲透到了AI技術(shù)的各方各面，包括基礎(chǔ)設(shè)施研究、算法迭代，以及AI的跨學(xué)科融合。其中非常多的領(lǐng)域充滿未知與挑戰(zhàn)，也不符合傳統(tǒng)意義上企業(yè)對(duì)短期利益的追求。但構(gòu)建堅(jiān)實(shí)的基礎(chǔ)設(shè)施，探索前瞻性技術(shù)布局，卻是一家企業(yè)贏得未來(lái)的關(guān)鍵。

AI+生物計(jì)算，作為AI技術(shù)的延展性方向，更能體現(xiàn)出百度“淡化短期利益，著眼長(zhǎng)期發(fā)展”的技術(shù)布局思路。生物計(jì)算可以解決蛋白質(zhì)分析、新藥研發(fā)等關(guān)鍵問(wèn)題，其價(jià)值巨大，以新藥研發(fā)為例，這個(gè)領(lǐng)域具有一種“3個(gè)10”特征，即10年、10億美元、10萬(wàn)人才能研發(fā)出一種有效的新藥，而如果用AI作為藥物研發(fā)引擎，將可以極大程度改變新藥研發(fā)的范式，帶來(lái)難以估量的價(jià)值。

這條路價(jià)值雖大，但充滿挑戰(zhàn)，在短期內(nèi)都難以實(shí)現(xiàn)商業(yè)回報(bào)，但百度依舊愿意依托AI技術(shù)與基礎(chǔ)設(shè)施的優(yōu)勢(shì)，提前布局這條未來(lái)之路。早在2018年，百度就正式啟動(dòng)了計(jì)算生物方向的研究。幾年過(guò)去，百度在這一領(lǐng)域已經(jīng)構(gòu)建了基礎(chǔ)設(shè)施、算法、生態(tài)合圍而成的立體創(chuàng)新版圖，比如剛剛提到的LinearDesign算法、可以極大加快RNA結(jié)構(gòu)預(yù)測(cè)速度的 LinearFold 算法，一系列創(chuàng)新開(kāi)始勾勒出百度在生物計(jì)算算法層的差異化優(yōu)勢(shì)，而基于飛槳生態(tài)打造的生物計(jì)算平臺(tái)-螺旋槳PaddleHelix，則開(kāi)啟了AI+生物計(jì)算底層開(kāi)發(fā)工具的構(gòu)建，為產(chǎn)學(xué)各界探索生物計(jì)算奠定了基礎(chǔ)。面向產(chǎn)業(yè)生態(tài)，百度為產(chǎn)業(yè)提供了面向化合物分子、蛋白分子、基因組學(xué)信息等領(lǐng)域預(yù)訓(xùn)練大模型，將自身的技術(shù)優(yōu)勢(shì)積極投身到產(chǎn)學(xué)研協(xié)作當(dāng)中。就像在AI基礎(chǔ)設(shè)施層面，百度強(qiáng)調(diào)技術(shù)、生態(tài)與基礎(chǔ)設(shè)施的并行，在生物計(jì)算領(lǐng)域，同樣的戰(zhàn)略落地方式也推動(dòng)了百度自身與生物計(jì)算行業(yè)的積極發(fā)展。

企業(yè)進(jìn)行跨學(xué)科探索與底層技術(shù)創(chuàng)新，強(qiáng)調(diào)長(zhǎng)線程和重積累，只有構(gòu)建出完整的技術(shù)序列、技術(shù)體系，才能在此基礎(chǔ)上一鳴驚人。無(wú)論是在AI+生物計(jì)算領(lǐng)域，還是更為基礎(chǔ)的AI技術(shù)上，長(zhǎng)期主義，始終是百度的王牌。

這樣的以重積累換取高效率的邏輯，展現(xiàn)在百度技術(shù)創(chuàng)新的方方面面。比如文心一言發(fā)布后的1個(gè)月內(nèi)，完成了4次技術(shù)迭代，相較最初版本推理效率提升了10倍。這種技術(shù)迭代與產(chǎn)業(yè)化應(yīng)用的效率從何而已？其中，飛槳支撐了文心一言從開(kāi)發(fā)訓(xùn)練到推理部署的全流程，并且通過(guò)聯(lián)合優(yōu)化的方式，大幅提升了大模型的訓(xùn)練與推理。從中就可以看出，底層技術(shù)與工具鏈的長(zhǎng)期積累，為新技術(shù)的高效率升級(jí)奠定了基礎(chǔ)。

百度是如此打開(kāi)AI技術(shù)的深度，中國(guó)科技也是如此打開(kāi)走向世界的廣度。

大國(guó)科技走向世界

1985年11月，《自然》雜志探討了中國(guó)當(dāng)時(shí)在高能物理、空間探索、地震預(yù)測(cè)等領(lǐng)域的科研水平，向世界展示了一個(gè)具有蓬勃科研創(chuàng)新活力的中國(guó)。

2008年7月，《自然》借著北京奧運(yùn)的機(jī)會(huì)發(fā)布了中國(guó)特刊，向世界介紹了“中國(guó)目前論文發(fā)表數(shù)量比除了美國(guó)以外的其他國(guó)家都要多”，確定了中國(guó)科研實(shí)力的地位與價(jià)值。

幾十年來(lái)，《自然》里的“中國(guó)元素”，可謂與中國(guó)科技發(fā)展完美同頻，比如在1997年時(shí)《自然》發(fā)表的原創(chuàng)科研論文中只有0.4%涉及中國(guó)作者，2017年已增至約15%。這個(gè)數(shù)字的變化，恰好佐證了中國(guó)科技走向全球的變遷。

在這個(gè)過(guò)程中，一個(gè)角色是不可或缺的，那就是科技企業(yè)在整體科研環(huán)境中扮演的角色。自信息革命以來(lái)，我們可以在歐美發(fā)達(dá)國(guó)家的科技版圖中，看到很多重大創(chuàng)新都是由企業(yè)來(lái)完成。以AI+生物計(jì)算為例，DeepMind打造的AlphaFold2廣受關(guān)注。而谷歌母公司Alphabet，已經(jīng)在持續(xù)推動(dòng)這一算法在醫(yī)療健康、新藥研發(fā)等領(lǐng)域落地，打造了ChatGPT的OpenAI，也在AI疾病診療、AI蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)等領(lǐng)域進(jìn)行著探索。

從世界范圍內(nèi)的趨勢(shì)來(lái)看，AI+生物計(jì)算這一重要領(lǐng)域，主要?jiǎng)?chuàng)新陣地應(yīng)該在科技企業(yè)，并且需要以科技企業(yè)為核心，形成產(chǎn)學(xué)研互動(dòng)的良性生態(tài)。而百度在生物計(jì)算領(lǐng)域的布局與進(jìn)取態(tài)勢(shì)，則在中國(guó)科技版圖中補(bǔ)完了這一環(huán)節(jié)。

中國(guó)科技走向全球，走向科技自立自強(qiáng)，離不開(kāi)企業(yè)科研能力的不斷升級(jí)。從這個(gè)角度看，百度生物計(jì)算以第一完成單位身份在《自然》發(fā)表論文，可以看作一個(gè)新階段的信號(hào)。1985年，是世界看到中國(guó)科技；2008年，中國(guó)綜合科研能力躋身世界前列；今天，中國(guó)的科學(xué)家、學(xué)術(shù)機(jī)構(gòu)、科技企業(yè)，都能作為第一作者登上《自然》，證明中國(guó)已經(jīng)具備了多元化，立體化的科技能力。

中國(guó)科技的創(chuàng)新性和獨(dú)特性，已經(jīng)從學(xué)術(shù)界延伸到產(chǎn)業(yè)界，更具有世界眼光，更具有大國(guó)擔(dān)當(dāng)。

審核編輯黃宇