百度蛋白大語言模型研究成果登上Nature子刊封面

百度最新研究成果登上Nature子刊封面，文心生物計(jì)算大模型獲國際頂刊認(rèn)可！

10月，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(jì)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》，并登上《機(jī)器智能》10月份封面。該研究提出了全球首個(gè)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(xiàng)研究是百度在生物計(jì)算領(lǐng)域繼HelixGEM和Linear Design兩項(xiàng)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(shí)現(xiàn)了秒級別預(yù)測，該工作的發(fā)表也為產(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)域的發(fā)展。

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(duì)介紹，基于HelixFold-Single和HelixFold研發(fā)過程中積累的經(jīng)驗(yàn)，團(tuán)隊(duì)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。

HelixFold-Multimer 在68例2022年10月后公開的Sabdab抗原-抗體測試數(shù)據(jù)上，單模型的DockQ達(dá)到0.49，多模型融合的DockQ達(dá)到0.5，成功率達(dá)到67.6%，遠(yuǎn)超其他已公開方法。

HelixFold-Multimer在抗原-抗體復(fù)合物結(jié)構(gòu)預(yù)測的結(jié)果

在多肽-蛋白復(fù)合物結(jié)構(gòu)預(yù)測場景，選取PDB數(shù)據(jù)庫在2021年10月后發(fā)布的 61個(gè)多肽-蛋白復(fù)合體結(jié)構(gòu)數(shù)據(jù)進(jìn)行評估。單模型DockQ達(dá)到0.380，多模型融合的DockQ達(dá)到0.387，領(lǐng)先于其他結(jié)構(gòu)預(yù)測方法。

HelixFold-Multimer 在多肽-蛋白復(fù)合物結(jié)構(gòu)預(yù)測的結(jié)果

示例：

示例1：7VD7 沙門氏菌的毒素-抗毒素復(fù)合物，復(fù)合體構(gòu)象預(yù)測可以幫助理解毒素和抗毒素如何相互作用以調(diào)節(jié)細(xì)胞內(nèi)過程。Alphafold 2.3在紅色圈部分預(yù)測差異大，而 HelixFold-Multimer 預(yù)測得到了準(zhǔn)確的構(gòu)象。

示例2：7UA2 瘧疾傳播阻斷抗原Pfs230 domain 1 (Pfs230D1) 與納米抗體的復(fù)合體構(gòu)象，其中Pfs230D1是一種高功能活性的瘧疾傳播阻斷疫苗抗原，已在臨床試驗(yàn)中得到廣泛驗(yàn)證。7UA2復(fù)合體包含了Pfs230D1疫苗接種的受試者產(chǎn)生的人源單克隆抗體（hmAbs）和Pfs230D1構(gòu)象?？梢钥吹?HelixFold-Multimer 預(yù)測的構(gòu)象（藍(lán)色）幾乎與真值重合，對接面的預(yù)測 DockQ也達(dá)到0.819，Interface RMSD為0.826 ?。

當(dāng)前，AI大模型技術(shù)正驅(qū)動(dòng)生物計(jì)算領(lǐng)域的高速發(fā)展?；谖男纳镉?jì)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。同時(shí)我們也深知，AI技術(shù)的更迭日新月異，想要全面領(lǐng)先，就需要集結(jié)大家的力量。我們希望探索出一種新形式，將強(qiáng)大的底座模型能力開放給國內(nèi)的科研工作者們，以在更加廣泛的維度上推動(dòng)生物計(jì)算領(lǐng)域的技術(shù)變革。也希望對此工作感興趣的專家學(xué)者與我們聯(lián)系，共同推進(jìn)生物計(jì)算大模型在應(yīng)用側(cè)的研究。

審核編輯：劉清