超越诺奖?生物界「ChatGPT」首次实现从零合成全新蛋白,登Nature子刊!
学习知识要善于思考,思考,再思考!今天golang学习网小编就给大家带来《超越诺奖?生物界「ChatGPT」首次实现从零合成全新蛋白,登Nature子刊!》,以下内容主要包含等知识点,如果你正在学习或准备学习科技周边,就都不要错过本文啦~让我们一起来看看吧,能帮助到你就更好了!
人工智能的应用,已经极大地加速了蛋白质工程的研究。
最近,加州伯克利的一家初出茅庐的初创公司再次取得了惊人的进步。
科学家们采用类似ChatGPT的蛋白质工程深度学习语言模型——Progen,首次实现了AI预测蛋白质的合成。
这些蛋白质不仅与已知的完全不同,相似度最低的甚至只有31.4%,但和天然蛋白一样有效。
现在,这项工作已经正式发表于Nature子刊。
论文地址:https://www.nature.com/articles/s41587-022-01618-2
这个实验也表明,自然语言处理虽然是为读写语言文本而开发的,但它也可以学习生物学的一些基本原理。
比肩诺奖的技术
对此,研究人员表示,这项新技术可能会变得比定向进化(获得诺贝尔奖的蛋白质设计技术)更加强大。
「它将通过加快开发可用于从治疗剂到降解塑料等几乎所有用途的新蛋白质,为有50年历史的蛋白质工程领域注入活力。」
这家公司名叫Profluent,由前Salesforce AI研究负责人创立,已获得900万美元的启动资金,用于建立一个集成的湿实验室,并招募机器学习科学家和生物学家。
以往,在自然界中挖掘蛋白质,或者调整蛋白质到所需功能,都十分费力。Profulent的目标是,让这个过程变得毫不费力。
他们做到了。
Profluent创始人兼CEO Ali Madani
Madani在采访中表示,Profulent已经设计出了多个家族的蛋白质。这些蛋白质的功能与样本蛋白(exemplar proteins)一样,因此是具有高活性的酶。
这项任务非常困难,是以zero-shot的方式完成的,这意味着并没有进行多轮优化,甚至根本不提供湿实验室的任何数据。
而最终设计出的蛋白质,是通常需要数百年才能进化出来的高活性蛋白质。
基于语言模型的ProGen
作为深度神经网络的一种,条件语言模型不仅可以生成语义和语法正确且新颖多样的自然语言文本,而且还可以利用输入控制标签来指导风格、主题等等。
类似的,研究人员开发出了今天的主角——ProGen,一个12亿参数的条件蛋白质语言模型。
具体来说,基于Transformer架构的ProGen通过自注意机制来模拟残基的相互作用,并且可以根据输入控制标签生成不同的跨蛋白质家族的人工蛋白质序列。
用条件语言模型生成人工蛋白质
为了创建这个模型,研究人员喂了2.8亿种不同蛋白质的氨基酸序列,并让它「消化」了几周的时间。
接着,他们又用五个溶菌酶家族的56,000个序列以及关于这些蛋白质的信息,对模型进行了微调。
Progen的算法与ChatGPT背后的模型GPT3.5类似,它学习到了蛋白质中氨基酸排序的规律,以及它们与蛋白结构和功能的关系。
很快,模型就生成了一百万个序列。
根据与天然蛋白质序列的相似程度,以及氨基酸「语法」和「语义」的自然程度,研究人员选择了100个进行测试。
其中,有66个产生了与消灭蛋清和唾液中细菌的天然蛋白质类似的化学反应。
也就是说,这些由AI生成的新蛋白质也可以杀死细菌。
生成的人工蛋白是多样化的,且在实验系统中表达良好
更进一步,研究人员选择了反应最强烈的五种蛋白质,并将它们加入到大肠杆菌的样本中。
其中,有两种人工酶能够分解细菌的细胞壁。
通过与鸡蛋白溶菌酶(HEWL)进行比较可以发现,它们的活性与HEWL相当。
随后,研究人员又用X射线进行了成像。
尽管人工酶的氨基酸序列与现有的蛋白质有高达30%的差异,二者之间也只有18%是相同的,但它们的形状却与自然界的蛋白质相差无几,而且功能也可以与之媲美。
条件语言建模对其他蛋白质系统的适用性
除此之外,对于高度进化的天然蛋白质来说,可能只需一个小小突变就会让它停止工作。
但研究人员在另一轮筛选中发现,在AI生成的酶中,即使只有31.4%的序列与已知蛋白质相同,也能表现出相当的活性以及类似的结构。
蛋白质设计,进入新时代
可以看到,ProGen的工作方式与ChatGPT很类似。
ChatGPT通过学习海量数据,可以参加MBA和律师考试、撰写大学论文。
而ProGen通过学习氨基酸如何组合成2.8亿个现有蛋白质的语法,学会了如何生成新的蛋白质。
在采访中,Madani表示,「就像ChatGPT学习英语之类的人类语言一样,我们是在学习生物和蛋白质的语言。」
「人工设计蛋白质的性能比受进化过程启发的蛋白质要好得多,」论文作者之一、加州大学旧金山分校药学院生物工程和治疗科学教授James Fraser说。
「语言模型正在学习进化的各个方面,但它与正常的进化过程不同。我们现在有能力调整这些特性的产生,以获得特定效果。比如,让一种酶具有令人难以置信的热稳定性,或嗜好酸性环境,或者不会与其他蛋白质相互作用。」
早在2020年,Salesforce Research就开发了ProGen。它基于的自然语言编程,最初用于生成英语文本。
从之前的工作中,研究者们了解到,人工智能系统可以自学语法和单词的含义,以及其他使写作井井有条的基本规则。
「当你用大量数据训练基于序列的模型时,它们在学习结构和规则上的表现非常强大,」Salesforce Research人工智能研究总监、论文的资深作者Nikhil Naik博士说,「它们会了解哪些词可以同时出现,该怎样组合。」
「现在,我们已经证明了ProGen有能力生成新的蛋白质,并进行了公开发布,所有人都可以在我们的基础上进行研究。」
作为蛋白质的溶菌酶虽然非常小,最多有约300个氨基酸。
但是有20种可能的氨基酸,就有20^300种可能的组合。
这比古往今来的所有人类,乘以地球上沙粒的数量,再乘以宇宙中的原子数量的积还要多。
考虑到这近乎无限的可能性,Progen能够如此轻松地设计出有效的酶,确实很了不起。
Profluent Bio创始人、Salesforce Research前研究科学家Ali Madani博士说:「开箱即用地从头开始生成功能性蛋白质的能力,表明我们正在进入蛋白质设计的新时代。」
「这是所有蛋白质工程师都可以使用的多功能新工具,我们期待看到它被应用于治疗。」
与此同时,研究人员仍在继续改进ProGen,试图突破更多的限制和挑战。
其中之一便它非常地依赖数据。
「我们已经探索了通过加入基于结构的信息来改善序列的设计,」Naik说,「我们还在研究当你没有太多关于某个特定蛋白质家族或领域的数据时,如何提高模型的生成能力。」
值得注意的是,还有一些初创公司也在尝试相似的技术,比如Cradle,以及自生物技术孵化器Flagship Pioneering的Generate Biomedicines,不过这些研究都还未经过同行评审。
到这里,我们也就讲完了《超越诺奖?生物界「ChatGPT」首次实现从零合成全新蛋白,登Nature子刊!》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于模型,学习语言的知识点!

- 上一篇
- GPT-4即将发布 支持多模态 微软:AI或催生新职业

- 下一篇
- 斯坦福校长被曝学术不端,正接受校方调查!11篇论文「篡改图片」涉嫌造假
-
- 科技周边 · 人工智能 | 12分钟前 |
- LiblibAI携手ShakkerLabs推出多语言视觉文本渲染框架
- 447浏览 收藏
-
- 科技周边 · 人工智能 | 13分钟前 |
- 2025上海车展今日开幕千企参展百款新车首发
- 116浏览 收藏
-
- 科技周边 · 人工智能 | 58分钟前 |
- 即梦ai音频同步调整攻略声画对齐操作指南
- 253浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 |
- AI证件照未来发展趋势预测
- 447浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 |
- 通灵义码高阶技巧,秘诀提升工作效率
- 485浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 |
- DeepSeekAI帮你秒生成小红书梗图,效率翻倍!
- 312浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 508次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 497次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
-
- PPTFake答辩PPT生成器
- PPTFake答辩PPT生成器,专为答辩准备设计,极致高效生成PPT与自述稿。智能解析内容,提供多样模板,数据可视化,贴心配套服务,灵活自主编辑,降低制作门槛,适用于各类答辩场景。
- 21次使用
-
- Lovart
- SEO摘要探索Lovart AI,这款专注于设计领域的AI智能体,通过多模态模型集成和智能任务拆解,实现全链路设计自动化。无论是品牌全案设计、广告与视频制作,还是文创内容创作,Lovart AI都能满足您的需求,提升设计效率,降低成本。
- 20次使用
-
- 美图AI抠图
- 美图AI抠图,依托CVPR 2024竞赛亚军技术,提供顶尖的图像处理解决方案。适用于证件照、商品、毛发等多场景,支持批量处理,3秒出图,零PS基础也能轻松操作,满足个人与商业需求。
- 33次使用
-
- PetGPT
- SEO摘要PetGPT 是一款基于 Python 和 PyQt 开发的智能桌面宠物程序,集成了 OpenAI 的 GPT 模型,提供上下文感知对话和主动聊天功能。用户可高度自定义宠物的外观和行为,支持插件热更新和二次开发。适用于需要陪伴和效率辅助的办公族、学生及 AI 技术爱好者。
- 34次使用
-
- 可图AI图片生成
- 探索快手旗下可灵AI2.0发布的可图AI2.0图像生成大模型,体验从文本生成图像、图像编辑到风格转绘的全链路创作。了解其技术突破、功能创新及在广告、影视、非遗等领域的应用,领先于Midjourney、DALL-E等竞品。
- 56次使用
-
- GPT-4王者加冕!读图做题性能炸天,凭自己就能考上斯坦福
- 2023-04-25 501浏览
-
- 单块V100训练模型提速72倍!尤洋团队新成果获AAAI 2023杰出论文奖
- 2023-04-24 501浏览
-
- ChatGPT 真的会接管世界吗?
- 2023-04-13 501浏览
-
- VR的终极形态是「假眼」?Neuralink前联合创始人掏出新产品:科学之眼!
- 2023-04-30 501浏览
-
- 实现实时制造可视性优势有哪些?
- 2023-04-15 501浏览