“键入患者病因学的多组学数据信息，如直肠癌患者，AIGP服务平台可以进一步分析多组学数据信息，寻找对于这一直肠癌患者的靶标，按照这个靶标生成一个抗原乃至一系列有多元化的蛋白。最终，一键式产生的蛋白返回全自动实验室中生成蛋白。”

“大伙儿那时候觉得AlphaFold 2早已非常准了，但在和演变不相干的蛋白，即在和病毒抗争环节中演变的蛋白层面，具体模型得不大好。并且通过大模型的练习及其下游的构造预测分析，大家得到一个模型比AlphaFold 2还需要准三倍，在预测分析蛋白质构造后的速度是AlphaFold快100几倍。”

AI Generated Protein（AI形成蛋白质）服务平台能力。

3月23日，百图生科公布生物科学大模型驱动AIGP —— AI Generated Protein（AI形成蛋白质）服务平台，致力于借助AI创意设计蛋白质的能力和行业小伙伴联合研发大量最前沿药物别的生物科学新项目，与此同时推动AIGP平台上的科技进步。

百图生科（BioMap）是微生物计算引擎驱动创新药物研发平台，由百度创始人百度李彦宏进行开创，致力于将优秀AI技术和前沿生物结合在一起，搭建与众不同的靶标发掘及药物设计能力，开发设计创新药物。

针对百图生科AIGP平台上的公布，全球生物信息学界知名学者、哈佛大学医学院测算生物医学工程核心创办负责人、R语言的重要发明者、百图生科科学合理顾问委员会委员会约翰逊?杰纳伊斯（Robert Gentleman）表明，在哈佛大学，他的团队更是在开展蛋白质形成/预测分析模型的有关研究，“百图生科在正确的方向上走的很远了”。

杰纳伊斯希望，AIGP会带来更多蛋白质/抗体生成模型，抗原工程师们很有可能是从这种模型预测中察觉自己从没关注过的小细节，“如果把这种模型看作‘idea generator（念头制作器）’，一切会变得越来越美好”。

现阶段，百图生科AIGP服务平台增设了3类程序模块，分别为Function to Protein Design（F2P，依据构造、作用、可区域开发等功能指标设计方案/提升蛋白质）、Protein to Protein Design（P2P，给出抗原体等总体目标蛋白，设计方案与其以特殊方法融合的抗体等蛋白），及其Cell to Protein Design（C2P，给出体细胞，发觉管控细胞功能的靶标蛋白并设计方案对应的管控蛋白）。

这样的平台背后都是百图生科打造出了两年多千亿元主要参数跨模态大模型“xTrimo”（The Cross-Modal Transformer Representation of Interactome and Multi-Omics）。其从跨物种、跨模态的生命信息中学到蛋白质怎样组成和实现方案、怎样相互影响、如何搭配和管控细胞功能的关键所在规律性，进而破译生命中的自然语言理解——蛋白质。

针对最近由ChatGPT造成对“不断涌现”的高度关注，在这样一个千亿元主要参数AI大模型中有什么反映？

宋乐对磅礴高新科技解释道，第一个事例表现在蛋白质当然度，即导入一个蛋白质模型能够评定这一间距自然蛋白多么贴近，蛋白表述管理体系能否表述这一蛋白。“我们不难发现大模型的估计值与真实试验管理体系测得到的结果有很好的关联性，甚至超过60%、70%，假如变为分类任务，则可做到80%之上。在通过大量蛋白质的练习以后，模型好像学习到了蛋白质或生命的进化的一个过程，学习到了怎样是蛋白质。这就是我们欣喜的地区，但同时也是模型自然结论。”

第二个事例表现在抗体抗原层面，“大伙儿那时候觉得AlphaFold 2早已非常准了，但在和演变不相干的蛋白，即在和病毒抗争环节中演变的蛋白层面，具体模型得不大好。并且通过大模型的练习及其下游的构造预测分析，大家得到一个模型比AlphaFold 2还需要准三倍，在预测分析蛋白质构造后的速度是AlphaFold快100几倍。”宋乐说。

中科院院士、知名免疫学家董晨指出，“AI可以解决问题，便是对于数据收集整理和进一步的表演与应用。在如今的时间点，AIGP确实是一个一览无余的渠道。坚信AIGP其实对于我们了解蛋白质，及在生物系统中研究与发觉它的作用和管控，甚至于未来产品研发药物，都是会有着非常大的功效。”

但是百图生科CEO刘维也坦言，现今AIGP只等同于1.0环节，远不极致。

那么为什么需在时下公布？“摆在面前的不仅有机会也是有考验。”刘维说。

机会取决于，根据蛋白质大模型针对每日任务模型的创变，其发觉AI预训练大模型真的对多元化蛋白质难题有着非常快速地创变和提高。他例举称，哪怕是在实际问题如某一个靶标或蛋白上，原先积淀的信息并不足，在每日任务模型里的积淀并不足。但是通过AI大模型对任务创变，在有的问题就能更快做到今日的SOTA（state of the art，在一定任务时现阶段表现最好的方式或模型）能力。

考验取决于，如今多种多样每日任务成功概率广泛比较有限，例如蛋白质子弹（“子弹”是抗原）设计方案能力，“将7000个膜表层蛋白上面导入到AIGP服务平台，只能一小部分在一两个轮数内都可以找到成功子弹。怎样从逐渐显露一些能力到提高广泛能力，提升速度，这就需要技术专业小伙伴的协作，他们通常产生针对问题更强的概念，在分子生物学领域内的know-how（专业知识）也是有很强大的积淀。”宋乐说。

而每一种蛋白需重新搭试验管理体系，那么可能10年时间也就够在极小的行业往前走两步。

“尽管我们今日无比自豪有高通量测序干湿度闭环控制的能力，但是我们的湿试验基本上只到蛋白自身高性能制取，及其局限于我们自身关心的一小类医学免疫学这个问题上。但是如果技术专业小伙伴带来一些最前沿新项目，既用如今业界流行方式没法定制的蛋白，大家合作伙伴能够迅速加快最前沿新项目的开发，我们还可以把其自己想要的最前沿蛋白质成为现实。”宋乐继续说，“这就是我们今日鼓起勇气摆脱这一步，向全部业内公布AIGP平台上的缘故，期待大家一起迭代更新和打磨抛光它。”

据刘维表露，6月逐渐会进一步公布AIGP 1.5版本号，请大众的技术专业用户。一年内公布AIGP 2.0版本号，在蛋白质子弹制作等一些主要功能上带来更多独立应用能力，为众多开发人员给予全民化的蛋白质形成能力，“让做蛋白质准入门槛从专门Biotech（生物科技公司）降至生物科学的学者都可以所使用的水准。”

完美攻击速度，一秒10刀，全屏幕光束每刀爆！