百图生科AIGP平台发布：提供多种蛋白质生成能力，目标“新物种”

近日，ChatGPT和文心一言等超大规模预训练模型纷纷登场，让我们看到了AI破解人类自然语言的力量。

成立两年多以来，BioMap百图生科一直致力于打造生命科学领域的AI大模型，构建了千亿参数的跨模态大模型“xTrimo” （The Cross-Modal Transformer Representation of Interactome and Multi-Omics）。

该大模型从跨物种、跨模态的生命信息中学习蛋白质如何构成和实现功能、如何相互作用、如何组合和调控细胞功能的关键规律，从而破解生命的自然语言 —— 蛋白质。基于大模型，AI在一系列任务算法上取得了明显的进展，除了更好地完成结构预测等基础任务外，也开始可以根据不同的问题输入，以生成的方式，设计创新的蛋白质，来回答各种生命科学问题。

2023年3月23日，百图生科在北京发布生命科学大模型驱动的AIGP —— AIGeneratedProtein平台，旨在将这一技术平台的能力与更多行业伙伴分享，利用AI设计创新蛋白质的能力，共同研发更多的前沿药物和其他生命科学项目，也通过一系列挑战性的新任务，驱动AIGP平台的技术进步。

在发布前，AIGP平台已经进行了一段时间的内部测试，在百图生科内部承载了其创新免疫调控药物ImmuBot的研发工作，贡献了多个高性能弹头、新功能传感器的研发案例。

除此之外，有近20家合作伙伴和百图生科开展了AIGP联合研发合作，方向覆盖高性能弹头设计、新功能蛋白质设计、靶点挖掘和调控蛋白设计等领域，其中多个项目取得了阶段性的发现成果。在合作的创新药企、学术PI的帮助下，AIGP平台也进行了诸多优化。

因此，本次百图生科AIGP平台的对外发布，实际意味着对平台创新蛋白质的生成能力开启“公测”新阶段，也意味着百图生科AIGP平台将为更多伙伴，包括科研、环保、材料、消费等更多场景的需求，提供解决方案。

图： AIGP 3大功能模块+12项核心能力示意图

目前，百图生科AIGP平台设置了3类功能模块，分别是Function to Protein Design（F2P，根据结构、功能、可开发性等功能指标设计/优化蛋白质）、Protein to Protein Design（P2P，给定抗原等目标蛋白，设计与之以特定方式结合的抗体等蛋白），以及Cell to Protein Design（C2P，给定细胞，发现调控细胞功能的靶点蛋白并设计相应的调控蛋白）。

根据不同模块的输入和要求，AIGP平台可在较短时间内设计和生成具有特定性质的蛋白质。

随着面向合作伙伴的公测阶段取得进展，百图生科计划于2023年6月起将部分功能模块进一步开放，让专业用户可以直接自主使用，在更多的研究场景调用AI的蛋白质生成能力，激发更多的生命科学探索。

对于百图生科AIGP平台的发布，世界生物信息学界的著名学者、哈佛计算生物医学中心创始主任、R语言的主要发明人、百图生科科学顾问委员会委员Robert Gentleman教授表示，在哈佛，他的团队同样在进行蛋白质生成/预测模型的相关研究，“百图生科在这个方向上走得很远了”。

他期待，AIGP会带来更多的蛋白质/抗体生成模型，抗体工程师们可能会从这些模型的预测中，发现自己从未注意过的细节，“如果将这些模型视作‘ideagenerator’，一切会变得更加美妙”。

中国科学院院士、著名免疫学家董晨教授认为：“AI能够解决的问题，就是对大数据的分析和进一步的演绎和应用。在当下的时间节点，AIGP确实是一个呼之欲出的平台。相信AIGP对于我们理解蛋白质，以及在生物系统中研究和发现它的功能和调控，乃至于将来研发新药，都会有非常大的作用。”

图： 百图生科CTO 宋乐博士

从AIGC到AIGP，人工智能的生成和预测能力对真实世界的影响将进一步加深。

而AIGP能力的背后，正是百图生科在底层技术上的持续投入，以及与合作伙伴对前沿创新的共同追求。发布会上，百图生科CTO宋乐博士对此进行了详细介绍。

此前的媒体采访中，宋乐博士也表示：“因为生命体的高度复杂度。目前数据量很大，但仍然是有限的。随着生命科学领域观测手段和技术的发展，将使我们能够更加精细精准地理解进化，理解生命。这也就意味着，要实现这一目标，我们需要不断吸纳新的合作伙伴。”

正如百图生科CEO刘维在本次发布活动所提到的，虽然百图生科的AI大模型和与之配套的大规模数据图谱、高通量验证体系都远不完美，但已经凝结了很多前沿技术的创新和探索，接下来，从开始展露一些能力到提高它的泛化能力和速度，需要专业伙伴的合作的加入，而且，合作伙伴也将得益这一系列尝试，实现前沿项目的加速研发。