微軟研究院近期在人工智能領(lǐng)域邁出了重要一步，于2月20日正式揭曉了其最新研發(fā)成果——AI模型BioEmu-1。這款模型專(zhuān)注于預(yù)測(cè)蛋白質(zhì)隨時(shí)間變化的運(yùn)動(dòng)軌跡與形態(tài)演變，為生物醫(yī)學(xué)、藥物研發(fā)及結(jié)構(gòu)生物學(xué)領(lǐng)域帶來(lái)了革命性的突破。
蛋白質(zhì)，這一生命的基本構(gòu)建單元，在維持生命活動(dòng)中扮演著不可或缺的角色，從肌肉的形成到疾病的防御，無(wú)處不在。科學(xué)家們?cè)诘鞍踪|(zhì)結(jié)構(gòu)研究上已利用深度學(xué)習(xí)取得了顯著成就，能夠僅憑氨基酸序列精準(zhǔn)預(yù)測(cè)蛋白質(zhì)的三維結(jié)構(gòu)。然而，這僅如電影中的一幀定格，未能展現(xiàn)蛋白質(zhì)這一高度動(dòng)態(tài)分子的全貌。
與DeepMind的AlphaFold專(zhuān)注于靜態(tài)蛋白質(zhì)結(jié)構(gòu)解析不同，BioEmu-1致力于模擬蛋白質(zhì)在不同形態(tài)間的動(dòng)態(tài)轉(zhuǎn)換過(guò)程，為深入理解蛋白質(zhì)活動(dòng)機(jī)制及設(shè)計(jì)高效治療方案提供了強(qiáng)有力的工具。AlphaFold 3雖然在結(jié)構(gòu)生物學(xué)上取得了顯著進(jìn)展，特別是在改進(jìn)蛋白質(zhì)與其他分子的相互作用模型上，但在預(yù)測(cè)蛋白質(zhì)隨時(shí)間變化的能力上仍有所欠缺。
BioEmu-1正是為了彌補(bǔ)這一空白而生，它能夠生成多個(gè)可能的蛋白質(zhì)構(gòu)象，而非單一的最佳擬合結(jié)構(gòu)，這對(duì)于藥物研發(fā)而言至關(guān)重要。該模型采用生成式深度學(xué)習(xí)技術(shù)，從龐大的數(shù)據(jù)集中學(xué)習(xí)模式，并結(jié)合靜態(tài)蛋白質(zhì)結(jié)構(gòu)、分子動(dòng)力學(xué)模擬數(shù)據(jù)及實(shí)驗(yàn)穩(wěn)定性數(shù)據(jù)進(jìn)行訓(xùn)練，從而生成與這些模式相符的新樣本。
BioEmu-1的核心在于其擴(kuò)散模型，該模型通過(guò)迭代生成蛋白質(zhì)結(jié)構(gòu)，并根據(jù)學(xué)習(xí)到的約束條件不斷提升其準(zhǔn)確性。其關(guān)鍵輸出包括平衡系綜的預(yù)測(cè)及自由能的預(yù)測(cè)。為了訓(xùn)練這一模型，微軟研究院使用了三種類(lèi)型的數(shù)據(jù)集：AlphaFold數(shù)據(jù)庫(kù)的結(jié)構(gòu)信息、廣泛的分子動(dòng)力學(xué)模擬數(shù)據(jù)集以及實(shí)驗(yàn)性蛋白質(zhì)折疊穩(wěn)定性數(shù)據(jù)集。
通過(guò)這些數(shù)據(jù)集的訓(xùn)練，BioEmu-1能夠識(shí)別蛋白質(zhì)序列與多個(gè)不同結(jié)構(gòu)之間的映射關(guān)系，預(yù)測(cè)合理的結(jié)構(gòu)變化，并以正確的概率對(duì)折疊與未折疊結(jié)構(gòu)進(jìn)行采樣。這一能力使得BioEmu-1在藥物研發(fā)領(lǐng)域具有巨大的潛力。
BioEmu-1在效率上也有著顯著的優(yōu)勢(shì)。它能夠每小時(shí)生成數(shù)千個(gè)蛋白質(zhì)結(jié)構(gòu)樣本，相較于傳統(tǒng)分子動(dòng)力學(xué)模擬需要數(shù)周的時(shí)間，BioEmu-1顯著加快了研究進(jìn)程并降低了計(jì)算成本。同時(shí)，其預(yù)測(cè)自由能的誤差幅度在1 kcal/mol以?xún)?nèi)，與傳統(tǒng)分子動(dòng)力學(xué)模擬相當(dāng)，但計(jì)算成本卻大幅降低。
微軟研究院的這一創(chuàng)新成果，無(wú)疑將為生物醫(yī)學(xué)及藥物研發(fā)領(lǐng)域帶來(lái)深遠(yuǎn)的影響，助力科學(xué)家們更深入地理解生命的奧秘，并加速新藥的研發(fā)進(jìn)程。
