由 NVIDIA 等企業(yè)賦能的一家初創(chuàng)公司推出了基于 NVIDIA GPU 模型的新型蛋白質(zhì)研究方案。

基于提示的代碼生成技術(shù)讓生成式 AI 徹底革新了軟件開發(fā)領(lǐng)域，接下來蛋白質(zhì)設(shè)計(jì)領(lǐng)域也將迎來變革。

EvolutionaryScale 于 6 月 25 日發(fā)布了第三代 ESM 模型 ESM3，該模型可同時(shí)對蛋白質(zhì)的序列、結(jié)構(gòu)和功能進(jìn)行推理，為蛋白質(zhì)研發(fā)工程師提供了一個(gè)可編程的平臺。

這家初創(chuàng)公司源自 Meta 公司的基礎(chǔ) AI 研究（FAIR）部門，最近獲得了由 Lux Capital、Nat Friedman 和 Daniel Gross 領(lǐng)投以及 NVIDIA 和亞馬遜參投的融資。

EvolutionaryScale 處于可編程生物學(xué)的最前沿，可以幫助研究人員設(shè)計(jì)蛋白質(zhì)，從而幫助找到癌細(xì)胞的靶點(diǎn)、尋找有害塑料的替代品、推動環(huán)境保護(hù)等等。

通過 ESM3 模型的規(guī)?；_發(fā)，EvolutionaryScale 開拓了可編程生物學(xué)的前沿，讓 ESM3 成為有史以來算力最高的生物基礎(chǔ)模型。980 億參數(shù)的 ESM3 模型比其前身 ESM2 多使用了大約 25 倍的浮點(diǎn)運(yùn)算和 60 倍的數(shù)據(jù)。

EvolutionaryScale 整理了一個(gè)包含 20 多億個(gè)蛋白質(zhì)序列的數(shù)據(jù)庫用于訓(xùn)練 AI 模型，它提供的技術(shù)可以為藥物開發(fā)、疾病根除以及藥物研發(fā)人員服務(wù)。

通過 ESM3 加速計(jì)算機(jī)生物學(xué)研究

借助大量訓(xùn)練數(shù)據(jù)，EvolutionaryScale 希望通過 ESM3 加速蛋白質(zhì)研發(fā)。

該模型采用了從生物體和生物群落中采樣的近 28 億個(gè)蛋白質(zhì)序列進(jìn)行訓(xùn)練，使科學(xué)家能夠提示該模型識別和驗(yàn)證新的蛋白質(zhì)，并不斷提升精度。

與之前的版本相比，ESM3 帶來了重大更新。這是一個(gè)原生的生成式模型，也是一個(gè) “all to all” 模型，意味著結(jié)構(gòu)和功能注解可以作為輸入信息，而不僅僅是輸出信息。

該模型公開上線后，科學(xué)家們就可以對其進(jìn)行微調(diào)，基于自己的專有數(shù)據(jù)構(gòu)建專用模型。ESM3 通過大量數(shù)據(jù)進(jìn)行大規(guī)模生成式訓(xùn)練，加強(qiáng)了蛋白質(zhì)設(shè)計(jì)能力，為計(jì)算機(jī)生物研究提供了一臺時(shí)光機(jī)。

通過 NVIDIA BioNeMo

推動下一個(gè)重大突破

ESM3 為生物學(xué)家和蛋白質(zhì)設(shè)計(jì)師提供了增強(qiáng)的生成式 AI，幫助他們更好地設(shè)計(jì)和理解蛋白質(zhì)。通過簡單的提示，它可以根據(jù)提供的蛋白質(zhì)骨架生成新的蛋白質(zhì)，根據(jù)反饋?zhàn)晕腋倪M(jìn)蛋白質(zhì)設(shè)計(jì)，以及根據(jù)用戶指定的功能設(shè)計(jì)蛋白質(zhì)。這些功能能夠以任意組合串聯(lián)使用，以提供思維鏈蛋白質(zhì)設(shè)計(jì)，就好像用戶在給一位“研究人員”發(fā)信息一樣，而這位“研究人員”已經(jīng)記住了人類已知的每一個(gè)蛋白質(zhì)序列的復(fù)雜三維含義，并且已經(jīng)流利地掌握了這種語言，使用戶能夠來回迭代。

EvolutionaryScale 聯(lián)合創(chuàng)始人兼工程副總裁 Tom Sercu 表示：“在我們的內(nèi)部測試中，ESM3 能夠創(chuàng)造性地響應(yīng)各種復(fù)雜提示，這給我們留下了深刻的印象。它曾解決了一個(gè)極其困難的蛋白質(zhì)設(shè)計(jì)問題，創(chuàng)造出一種新型的綠色熒光蛋白。我們希望 ESM3 幫助科學(xué)家加快工作進(jìn)展，開辟新的可能性——期待著看到它為未來的生命科學(xué)研究做出重要貢獻(xiàn)?！?/p>

EvolutionaryScale 已于 6 月 25 日開放 API 接口進(jìn)行封閉測試，提供小型 ESM3 開放版本的代碼和權(quán)重，供非商業(yè)用途使用。這個(gè)版本即將在NVIDIA BioNeMo上發(fā)布，后者是一個(gè)用于藥物發(fā)現(xiàn)的生成式 AI 平臺。完整的 ESM3 系列模型將很快以NVIDIA NIM微服務(wù)的形式提供給指定客戶，該服務(wù)在與 NVIDIA 合作下進(jìn)行了運(yùn)行時(shí)優(yōu)化，并由 NVIDIA AI Enterprise 軟件許可證支持，可在 ai.nvidia.com 上進(jìn)行測試。

訓(xùn)練這些模型所需的算力呈指數(shù)級增長。ESM3 使用 Andromeda 集群進(jìn)行訓(xùn)練，該集群配備了NVIDIA Quantum-2 InfiniBand網(wǎng)絡(luò)。

ESM3 模型將在指定合作伙伴的平臺上提供，包括 Amazon Bedrock、Amazon Sagemaker、AWS HealthOMICs 和 NVIDIA BioNeMo。