ChatGPT拉开了“生成式AI”新时代的序幕，基于AI的“生成生物学”将成为颠覆生物科技、变革生物产业的新动能。

(资料图片)

分子之心创始人、清华大学智能产业研究院（AIR）卓越访问教授许锦波在近日的红杉全球医疗健康产业峰会上分享说，ChatGPT是生成式AI时代开启的旗帜，它在AI发展史上的里程碑价值不亚于AlphaGo。但在计算生物领域，生成式AI并非一个全新的概念，AI蛋白质设计等“生成生物学”相关技术早已在发展和应用中。

资料显示，许锦波是国际知名的计算生物学家，被业界誉为“AI蛋白质折叠奠基人”。他于2016年发明RaptorX-Contact方法，首次证明了深度学习方法预测蛋白质结构的可行性，在蛋白质结构预测这一困扰了科学家近60年的、极具挑战性的领域做出了开创性的贡献。2020年谷歌旗下DeepMind开发的AlphaFold2算法也正是基于他的核心思想。

作为构成生命体的基础物质，蛋白质在生物产业中的应用价值巨大。蛋白质三维结构预测在AI技术驱动下飞速突破，对生物科技产业带来了积极的影响。比如，在药物研发中，靶标蛋白绘制的速度得到了大幅提升；在合成生物学领域，研究者也正在依托这一技术对酶、发酵等关键要素与环节进行深入探索。

鉴于这些重要价值，密苏里大学校董事会教授许东曾表示：“随着蛋白质结构预测在更广泛的领域中取得进展，这一领域很可能再获得诺贝尔奖的认可。”

尽管如此，AI蛋白领域仍有很多亟待突破的难题。许锦波教授认为，AI蛋白质结构预测只是人类探索蛋白质宇宙的起点，目前在蛋白质复合物结构预测、蛋白质和其他分子的相互作用预测，以及蛋白质的改造与从头设计上，仍有很大的发展空间。

“‘生成’蛋白质的AI技术，将是驱动生物科技发展和产业变革的关键力量。”许锦波表示，科学技术的发展正在撬动时代的变革，在生物科技领域，“生成生物学”的新时代已经到来，生物医药、合成生物学等产业正迎来底层变革的重要窗口期。

基于AI蛋白质设计技术，根据产业应用需求生成具备特定功能与结构的蛋白质将成为现实，蛋白质药物、蛋白疫苗、抗体、蛋白酶、多肽、小蛋白等蛋白质疗法和生物制品的探索空间、效率和成功率将获得极大的提升。

比如在药物研发领域，传统的“试错式”筛选模式将被定向优化和设计所替代，药物设计走向可预测、可编程。相较于传统方法约需1年才能获得筛选结果，AI方法仅需几周就能得到理想的候选序列，效率和成功率大幅提升。在某些场景下，甚至能实现上万倍的效率提升。 许锦波认为，未来，随着技术的发展以及与场景结合的深入，AI在生物科技领域的创新引擎价值还将更大释放。

据了解，许锦波教授在计算与生物交叉领域深耕20余年，其回国创业成立的“分子之心”团队来自中美知名高校与企业，成立不到1年，分子之心打造了国内首个功能完善的AI蛋白质预测、优化、设计平台MoleculeOS，填补了我国尚没有功能完整的AI蛋白质设计和优化平台的空白。

湿实验数据显示，基于MoleculeOS平台的抗体、抗原复合物结构设计算法，美国某制药公司设计的候选抗体中，有41%与抗原拥有良好的亲和力。而在AI蛋白质从头设计方面，分子之心基于MoleculeOS成功设计了功能与天然蛋白类似但氨基酸数量更少——从而更利于结合或递送的蛋白质，或是能与某个特定小分子结合的蛋白质、与某个特定底物结合的酶等。如在荧光酶（GFP蛋白）设计上，分子之心仅用110个氨基酸，就实现了与238个氨基酸的天然GFP蛋白相似的功能。

针对药物设计、合成生物学领域的应用需求，分子之心正在基于MoleculeOS用AI技术设计蛋白质药物，并已实现大幅度改进某些工业酶或者完全从头设计酶。

“AI曾颠覆蛋白质结构预测，我们相信，下一次颠覆，即AI蛋白质设计离我们并不遥远。”许锦波表示，未来已来，生物科技领域变革即将开启。

关键词：