科學(xué)家使用 NVIDIA BioNeMo 創(chuàng)建出能夠生成高質(zhì)量蛋白質(zhì)的大型語(yǔ)言模型，以此加快藥物研發(fā)并助力創(chuàng)造更具可持續(xù)性的環(huán)境。

初創(chuàng)企業(yè) Evozyne 使用 NVIDIA 提供的預(yù)訓(xùn)練 AI 模型，創(chuàng)造了兩種在醫(yī)療和清潔能源領(lǐng)域具有重大潛力的蛋白質(zhì)。

今日發(fā)布的一篇聯(lián)合論文描述了這一過(guò)程及產(chǎn)出的蛋白質(zhì)氨基酸序列。其中一種蛋白質(zhì)用于治療一種先天性疾病，另一種用于消耗二氧化碳以減少全球變暖。

初步研究結(jié)果展示了一種加速藥物研發(fā)的新方法。

Evozyne 聯(lián)合創(chuàng)始人、論文共同作者 Andrew Ferguson 表示：“令人欣喜的是，這個(gè) AI 模型第一輪產(chǎn)出的合成蛋白質(zhì)就像自然生成的蛋白質(zhì)一樣，表示該模型已經(jīng)學(xué)會(huì)了自然界的設(shè)計(jì)規(guī)則。”

革命性的 AI 模型

Evozyne 使用了 NVIDIA 的 ProtT5。ProtT5 是一個(gè) Transformer 模型，是用于創(chuàng)建醫(yī)療AI模型的軟件框架和服務(wù)——NVIDIA BioNeMo 的一部分。

分子工程師 Ferguson 的研究領(lǐng)域涵蓋化學(xué)和機(jī)器學(xué)習(xí)領(lǐng)域，他表示：“BioNeMo 非常強(qiáng)大，讓我們能夠訓(xùn)練模型，然后以非常低的成本使用該模型來(lái)運(yùn)行工作任務(wù)，在幾秒鐘內(nèi)就能生成數(shù)百萬(wàn)個(gè)序列。”

該模型是 Evovyne ProT-VAE 流程的核心。ProT-VAE 是一個(gè)工作流，其將 BioNeMo 與作為過(guò)濾器的變分自編碼器（VAE）相結(jié)合。

他表示：“幾年前，還沒(méi)有人注意到可以使用大型語(yǔ)言模型與變分自編碼器相結(jié)合的方式來(lái)設(shè)計(jì)蛋白質(zhì)?！?/p>

讓模型向大自然學(xué)習(xí)

就如同人讀萬(wàn)卷書，NVIDIA 的 Transformer 模型會(huì)讀取數(shù)百萬(wàn)種蛋白質(zhì)中的氨基酸序列。該模型運(yùn)用神經(jīng)網(wǎng)絡(luò)用來(lái)理解文本的技術(shù)，學(xué)會(huì)了大自然如何構(gòu)建蛋白質(zhì)氨基酸序列。

然后，該模型預(yù)測(cè)了如何組裝出能夠滿足 Evozyne 需求的新蛋白質(zhì)。

他表示：“這項(xiàng)技術(shù)正在助力我們開展工作，以實(shí)現(xiàn)十年前無(wú)法實(shí)現(xiàn)的夢(mèng)想?！?/p>

無(wú)限的可能性

機(jī)器學(xué)習(xí)有助于研究海量可能的氨基酸組合，然后有效地識(shí)別最有用的序列。

傳統(tǒng)的蛋白質(zhì)工程設(shè)計(jì)方法，即定向進(jìn)化，采用的是一種緩慢、無(wú)計(jì)劃的方法，通常一次只改變幾個(gè)氨基酸的序列。

vozyne 的 ProT-VAE 流程采用了 NVIDIA BioNeMo 中強(qiáng)大的 Transformer 模型，生成有用的蛋白質(zhì)，進(jìn)而助力藥物研發(fā)和能源領(lǐng)域?qū)崿F(xiàn)可持續(xù)性。

相比之下，Evozyne 的方法只通過(guò)一輪，就能改變一個(gè)蛋白質(zhì)中半數(shù)乃至以上的氨基酸。這相當(dāng)于進(jìn)行了數(shù)百次的突變。

他表示：“我們正在實(shí)現(xiàn)技術(shù)上的飛躍，這使我們能夠探索以前從未見(jiàn)過(guò)的、具有有用的新功能的蛋白質(zhì)。”

Evozyne 計(jì)劃使用新的工藝來(lái)構(gòu)建各種能夠?qū)辜膊『蜌夂蜃兓牡鞍踪|(zhì)。

縮短訓(xùn)練時(shí)間，擴(kuò)大模型規(guī)模

Ferguson 表示：“NVIDIA 在此方面是一家非常出色的合作伙伴?！?/p>

Evozyne 數(shù)據(jù)科學(xué)家 Joshua Moller 表示：“他們通過(guò)將工作擴(kuò)展到多個(gè) GPU 來(lái)加快訓(xùn)練速度。

這將訓(xùn)練大型 AI 模型的時(shí)間從幾個(gè)月縮短到一個(gè)星期。Ferguson 表示：“所以我們能夠訓(xùn)練出原本不可能訓(xùn)練出的模型，比如一些有數(shù)十億可訓(xùn)練參數(shù)的模型。”

未來(lái)將更加令人期待

使用 AI 加速蛋白質(zhì)工程的前景十分廣闊。

Ferguson 注意到了擴(kuò)散模型近期的發(fā)展：“這個(gè)領(lǐng)域的發(fā)展速度快得令人難以置信，我真的很期待日后的進(jìn)一步發(fā)展?！?/p>

“沒(méi)人知道我們五年后將能夠走多遠(yuǎn)?！?/p>