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。這一創(chuàng)新模型能夠預(yù)測蛋白質(zhì)隨時間流逝的運動軌跡及形狀變化，為生物醫(yī)學(xué)、藥物研發(fā)以及結(jié)構(gòu)生物學(xué)等多個領(lǐng)域帶來了前所未有的可能性。
蛋白質(zhì)，這一生命活動的基石，在維系生命健康中發(fā)揮著至關(guān)重要的作用。從構(gòu)建肌肉纖維到抵御外來疾病的侵襲，蛋白質(zhì)的身影無處不在。近年來，科學(xué)家借助深度學(xué)習(xí)技術(shù)，在蛋白質(zhì)結(jié)構(gòu)研究領(lǐng)域取得了顯著突破，能夠根據(jù)氨基酸序列精確預(yù)測蛋白質(zhì)的三維結(jié)構(gòu)。然而，這種預(yù)測僅停留在靜態(tài)層面，如同電影中的單幀畫面，難以全面捕捉蛋白質(zhì)這一高度靈活分子的動態(tài)特性。
BioEmu-1的問世，則打破了這一局限。與DeepMind的AlphaFold專注于靜態(tài)結(jié)構(gòu)預(yù)測不同，BioEmu-1能夠模擬蛋白質(zhì)在不同構(gòu)象間的動態(tài)轉(zhuǎn)換過程，為科學(xué)家提供了理解蛋白質(zhì)運動機制、設(shè)計精準治療方案的新工具。AlphaFold 3雖然在結(jié)構(gòu)生物學(xué)領(lǐng)域取得了顯著進步，改進了蛋白質(zhì)與其他分子的相互作用模型，但在預(yù)測蛋白質(zhì)隨時間變化方面仍顯不足。
BioEmu-1利用生成式深度學(xué)習(xí)技術(shù)，從海量數(shù)據(jù)集中學(xué)習(xí)蛋白質(zhì)結(jié)構(gòu)的內(nèi)在規(guī)律，并生成與這些規(guī)律相符的新樣本。其訓(xùn)練過程結(jié)合了靜態(tài)蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)、分子動力學(xué)模擬數(shù)據(jù)以及實驗穩(wěn)定性數(shù)據(jù)，確保了預(yù)測結(jié)果的準確性和可靠性。BioEmu-1的核心機制是一個擴散模型，通過迭代生成蛋白質(zhì)結(jié)構(gòu)，并根據(jù)學(xué)習(xí)到的約束條件不斷優(yōu)化其準確性。
BioEmu-1的關(guān)鍵輸出包括平衡系綜的預(yù)測和自由能的預(yù)測。為了提升其預(yù)測能力，BioEmu-1采用了三種類型的數(shù)據(jù)集進行訓(xùn)練：AlphaFold數(shù)據(jù)庫中的結(jié)構(gòu)數(shù)據(jù)、廣泛的分子動力學(xué)模擬數(shù)據(jù)集以及實驗性蛋白質(zhì)折疊穩(wěn)定性數(shù)據(jù)集。這些豐富的數(shù)據(jù)集使得BioEmu-1能夠識別蛋白質(zhì)序列與多個不同結(jié)構(gòu)之間的映射關(guān)系，預(yù)測合理的結(jié)構(gòu)變化，并以正確的概率對折疊和未折疊結(jié)構(gòu)進行采樣。
BioEmu-1在預(yù)測效率上實現(xiàn)了顯著提升。每小時可生成數(shù)千個蛋白質(zhì)結(jié)構(gòu)樣本，相較于傳統(tǒng)分子動力學(xué)模擬需要數(shù)周的時間，BioEmu-1無疑大大加快了研究速度，降低了計算成本。同時，其預(yù)測自由能的誤差幅度控制在1 kcal/mol以內(nèi)，與傳統(tǒng)分子動力學(xué)模擬相當，但計算成本卻得到了顯著降低。
BioEmu-1的成功研發(fā)，不僅標志著微軟研究院在人工智能領(lǐng)域的又一次重大突破，更為生物醫(yī)學(xué)、藥物研發(fā)等領(lǐng)域的科學(xué)家們提供了強有力的支持。隨著BioEmu-1的廣泛應(yīng)用，相信未來在蛋白質(zhì)結(jié)構(gòu)預(yù)測、疾病治療等方面將取得更多令人矚目的成果。
