首個(gè)國(guó)產(chǎn)版AlphaFold3發(fā)布！大分子預(yù)測(cè)精度超車，在線平臺(tái)即開即用，推理成本更是白菜價(jià)

作者：量子位 2025-01-17 13:00:00

它在常規(guī)生物分子結(jié)構(gòu)預(yù)測(cè)任務(wù)中實(shí)現(xiàn)了AlphaFold3媲美水平：尤其RNA分子和共價(jià)修飾場(chǎng)景中，精準(zhǔn)度上持平或者實(shí)現(xiàn)了大幅超越。

來了，國(guó)內(nèi)首個(gè)對(duì)標(biāo)AlphaFold3的產(chǎn)品——

HelixFold3，來自百度智能云與百度螺旋槳團(tuán)隊(duì)。

它在常規(guī)生物分子結(jié)構(gòu)預(yù)測(cè)任務(wù)中實(shí)現(xiàn)了AlphaFold3媲美水平：尤其RNA分子和共價(jià)修飾場(chǎng)景中，精準(zhǔn)度上持平或者實(shí)現(xiàn)了大幅超越。

△圖注，藍(lán)色為HelixFold3，黃色為AlphaFold3

還有抗原-抗體結(jié)構(gòu)預(yù)測(cè)任務(wù)中，成功率提升至80%+，感覺可以直接拿來研究抗體結(jié)合機(jī)制的水平。

更關(guān)鍵的一點(diǎn)是，它把使用門檻和成本給打下來了——

支持在線服務(wù)，用戶只需簡(jiǎn)單開通，按算力付費(fèi)（相當(dāng)于是ChatGPT按照Token付費(fèi)）。

全程零代碼操作，也無需擔(dān)心后續(xù)運(yùn)維。

而且推理速度還很快，數(shù)小時(shí)完成數(shù)千次分子結(jié)構(gòu)預(yù)測(cè)的那種。

背后的團(tuán)隊(duì)來自百度智能云及螺旋槳團(tuán)隊(duì)。

可能不為一些人所熟知的是，他們?cè)谏茖W(xué)領(lǐng)域深耕已久，此前其自研的mRNA序列優(yōu)化算法LinearDesign登上《Nature》。

這還是國(guó)內(nèi)首家科技企業(yè)，登頂世界頂級(jí)期刊。

國(guó)產(chǎn)模型硬剛AlphaFold3

此次國(guó)產(chǎn)模型HelixFold3的發(fā)布，技術(shù)突破本身的同時(shí)，更展現(xiàn)了其強(qiáng)大的應(yīng)用屬性。

首先，能力方面全面對(duì)標(biāo)AlphaFold3，并且實(shí)現(xiàn)部分超越。

以最為常見的RNA分子預(yù)測(cè)、抗原-抗體結(jié)構(gòu)預(yù)測(cè)兩大核心場(chǎng)景為例，這兩大場(chǎng)景都有助于下游的藥物設(shè)計(jì)、疾病治療等研發(fā)。

在RNA分子預(yù)測(cè)這一任務(wù)中，在CASP 15 RNA數(shù)據(jù)集上的評(píng)測(cè)結(jié)果顯示，HelixFold3的預(yù)測(cè)精度顯著超越了AlphaFold3。

同時(shí)在從PDB數(shù)據(jù)庫(kù)收集的最新蛋白-RNA復(fù)合物結(jié)構(gòu)預(yù)測(cè)任務(wù)中，也展現(xiàn)出更高的準(zhǔn)確性。

此外，在多個(gè)涉及共價(jià)修飾的結(jié)構(gòu)預(yù)測(cè)任務(wù)中，實(shí)現(xiàn)基本持平以及超越。

而在抗原-抗體結(jié)構(gòu)預(yù)測(cè)任務(wù)中，HelixFold3在最新的71例PDB抗原抗體結(jié)構(gòu)預(yù)測(cè)的數(shù)據(jù)上精度已能媲美AlphaFold3server。

通過指定任意數(shù)量的抗原表位氨基酸，HelixFold3在抗原抗體結(jié)構(gòu)預(yù)測(cè)的精度進(jìn)一步得到提升，在任意指定15個(gè)表位氨基酸的數(shù)量后，HelixFold3的成功率進(jìn)一步提升至80%以上。

其次，在線服務(wù)平臺(tái)即開即用，場(chǎng)景應(yīng)用豐富。

我們都知道，日常中的高精度生物分子結(jié)構(gòu)預(yù)測(cè)工具，即便像全面開源的AlphaFold3，往往也有較高的使用門檻，需要用戶具備較高的技術(shù)能力。

現(xiàn)在能夠看到，網(wǎng)站上已經(jīng)支持了不少功能，整個(gè)過程全程都零代碼，還支持可視化呈現(xiàn)。

比如像支持大分子，包括蛋白質(zhì)、DNA和RNA的任意側(cè)鏈修飾。輸入分子實(shí)體之后，旁邊就有配體結(jié)構(gòu)展示。

在設(shè)置一些參數(shù)約束，比如指定修飾基團(tuán)和連接位點(diǎn)之類，剩下的工作交給HelixFold3。

最終就能得到一個(gè)3D結(jié)構(gòu)和相應(yīng)的參數(shù)結(jié)果，移動(dòng)光標(biāo)還有清晰的點(diǎn)位解釋。

相比于AlphaFold3僅支持46種預(yù)定義修飾，HelixFold3通過SMILES去定義側(cè)鏈修飾所能覆蓋的化學(xué)空間更廣，覆蓋PDB數(shù)據(jù)庫(kù)中超過50%的修飾場(chǎng)景。而AlphaFold3僅支持不到5%，相當(dāng)于修飾場(chǎng)景擴(kuò)大十倍。

這樣一來，大幅度地?cái)U(kuò)展了給生命科學(xué)從業(yè)者們的研究空間，像什么小蛋白/多肽發(fā)現(xiàn)、酶改造等等這些具體應(yīng)用都可以覆蓋到。

而除了在線服務(wù)，他們也支持API調(diào)用，通過API SDK的方式進(jìn)行批量的推理，做大規(guī)模的分析。

最后也是最為硬核的一點(diǎn)就是，用它的話，推理成本可以大大降低，直接讓高通量生物信息學(xué)應(yīng)用處理能力UP。

現(xiàn)在通用語(yǔ)言的大模型都在講推理成本，生命科學(xué)領(lǐng)域其實(shí)挑戰(zhàn)更為嚴(yán)峻。

生命語(yǔ)言不僅涉及多模態(tài)數(shù)據(jù)的融合，還涉及在三維空間中進(jìn)行精準(zhǔn)建模，這對(duì)計(jì)算資源提出了極高的要求。通常情況下，從業(yè)者不得不自行購(gòu)置、部署和維護(hù)昂貴且復(fù)雜的計(jì)算資源，進(jìn)一步增加了科研成本和技術(shù)門檻。

借助百度智能云CHPC平臺(tái)，通過MSA檢索與模型推理方面的性能優(yōu)化，讓推理成本大大降低——在數(shù)小時(shí)內(nèi)完成數(shù)千次精確的生物分子結(jié)構(gòu)預(yù)測(cè)，大幅提高了從業(yè)者的研究速率。

還有一個(gè)更為通俗的例子，在百度云平臺(tái)上，一條500長(zhǎng)度的蛋白推理只需要4元錢。相比于云端租用或者自行部署GPU這種動(dòng)輒上萬乃至百萬的成本來看，確實(shí)已經(jīng)低了一個(gè)指數(shù)級(jí)別。

對(duì)于從業(yè)者來說，你只需提供你的Know-how，剩下的都由HelixFold3幫你算。

現(xiàn)在，他們已經(jīng)在與一些科研機(jī)構(gòu)/CRO藥企進(jìn)行合作，比如去驗(yàn)證濕實(shí)驗(yàn)落地的可能性。

傳統(tǒng)流程上，非常大通量的濕實(shí)驗(yàn)需要好幾個(gè)月才能鎖定候選分子，但現(xiàn)在只需要計(jì)算就可以做到初步篩選，然后再拿高潛力的分子去做濕實(shí)驗(yàn)，這樣整個(gè)研發(fā)節(jié)奏都有大大的提升。

生命科學(xué)迎來大模型應(yīng)用時(shí)代

前幾個(gè)月，AlphaFold斬獲諾獎(jiǎng)，如今HelixFold3以低門檻但性能完全不輸?shù)男螒B(tài)亮相。大模型在生命科學(xué)領(lǐng)域，正在加速實(shí)現(xiàn)從技術(shù)到應(yīng)用的跨越，邁向了新階段。

一方面體現(xiàn)在解決行業(yè)痛點(diǎn)上，大模型具備一些天然的優(yōu)勢(shì)，加速傳統(tǒng)產(chǎn)業(yè)發(fā)展。

比如在藥物研發(fā)這個(gè)場(chǎng)景，行業(yè)長(zhǎng)期面臨著一個(gè)「雙十困境」，即一款新藥研發(fā)需要耗時(shí)10年、耗資10億美元。

但現(xiàn)在隨著大模型發(fā)展，生物醫(yī)藥產(chǎn)業(yè)迎來了前所未有的機(jī)遇。這體現(xiàn)在藥物研發(fā)多個(gè)研發(fā)環(huán)節(jié)當(dāng)中。

例如在虛擬篩選階段，通過大模型技術(shù)，可以從780萬個(gè)分子庫(kù)中快速篩選出6個(gè)潛在活性分子，效率相較于傳統(tǒng)人工篩選提升了成千上萬倍。

另一方面，更多更前沿的場(chǎng)景有望迎來革命性突破，像HelixFold3這種低門檻產(chǎn)品，會(huì)吸引更多跨學(xué)科人才參與到生命科學(xué)最前沿的課題當(dāng)中。

此前曾探討過，通用大模型帶來的普遍價(jià)值是降本增效，而在生命科學(xué)領(lǐng)域，在降本增效這個(gè)基礎(chǔ)上，還有創(chuàng)新創(chuàng)造的價(jià)值。

比如基因編輯、個(gè)性化診療、合成生物學(xué)，乃至整個(gè)工業(yè)制造，包括農(nóng)業(yè)、食品、化工、材料、能源等行業(yè)都有可能被賦能。

在這一浪潮中，百度這一實(shí)力玩家不容忽略，他們?cè)缫言谏茖W(xué)領(lǐng)域深耕多年。

在此之前，他們還曾自主研發(fā)了文心生物計(jì)算大模型系列，包括化合物通用表征模型HelixGEM和HelixGEM-2、蛋白結(jié)構(gòu)分析模型HelixFold、以及單序列蛋白表征模型HelixFold-Single。

這些模型為虛擬篩選、ADMET預(yù)測(cè)、蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、mRNA序列設(shè)計(jì)等提供了便攜強(qiáng)大的算法工具。

企業(yè)通過百度螺旋槳（PaddleHelix）生物計(jì)算平臺(tái)獲取相關(guān)服務(wù)。目前他們已與多家藥企展開深度合作，助力藥物研發(fā)管線的加速推進(jìn)。

此外，百度智能云還構(gòu)建了一整套完整的生命科學(xué)解決方案，覆蓋從藥物研發(fā)到下游診療場(chǎng)景的全鏈條。像首個(gè)產(chǎn)業(yè)界醫(yī)療大模型靈醫(yī)，目前正在加速醫(yī)療診療全流程的落地，進(jìn)一步拓展了大模型在生命科學(xué)領(lǐng)域的價(jià)值邊界。