相关动态
据Latent Space报道，自2022年以来，人工智能流水线的各个组件正逐步从人工制造转向模型制造，每个转变都始于前沿实验室的“零号病人”。这种转变可概括为“模拟”，其特点是性能略差（10%），但成本极低（100倍）且速度极快（10000倍）。第一阶段（2022年）：奖励信号合成化，InstructGPT建立奖励模型范式，随后宪法AI和RLAIF让AI自我评判。第二阶段（2023年）：训练数据合成化，微软Phi系列证明“教科书即一切”，苹果WRAP通过LLM重写整个网络使预训练效率提升约3倍，NVIDIA的Nemotron-4 340B发布了许可的合成数据生成流水线。
Biohub研究人员进行了他们认为首个针对原代人成人皮肤细胞的全基因组CRISPR研究，并利用AI模型挖掘结果，发现了被忽视的银屑病药物靶点：催产素受体。据《自然·通讯》报道，含抑制催产素受体及其他靶点的局部凝胶，在减轻小鼠银屑病炎症方面与注射药物等效。Kelley和Abdrabou共同领导了这项研究，他们称该方法为可推广的蓝图。银屑病影响全球约1.25亿人，局部治疗对轻症有效，但中重度需要全身治疗，现有药物有副作用。
据《自然》27日报道，美国生物医学研究机构 CZ Biohub 发布“ESM Atlas”数据库，其中收录其AI模型ESMFold2预测的11亿个蛋白质结构和68亿条蛋白质序列，结构数据比AlphaFold数据库多8亿。ESMFold2基于团队2024年发布的蛋白质语言模型，训练数据含来自生物体的数十亿蛋白质数据，包括未纳入AlphaFold数据库的宏基因组。CZ Biohub称其性能优于包括AlphaFold3在内的其他模型，能更准确预测抗体-抗原等复合物结构，并设计出与癌症、免疫疾病相关蛋白强结合的新型抗体和蛋白质，实验室验证与预测一致。专家看法不一：有人视之为重要新资源，也有人质疑其性能。
Biohub宣布发布蛋白质生物学世界模型，包括ESMC、ESMFold2和ESM Atlas。ESMC是在约28亿条序列上训练的语言模型。ESMFold2能设计蛋白质结合剂，针对五个癌症和免疫学靶点的计算设计仅需数天，实验室验证显示高亲和力、特异性和稳定性，且与公共数据库序列相似度低，表明生成了全新解决方案。ESM Atlas覆盖68亿条蛋白质序列和11亿个预测结构，揭示了包括基因编辑酶在内的进化联系。