行業(yè)定義

AI蛋白質(zhì)設(shè)計是指利用人工智能技術(shù)（如深度學(xué)習(xí)、生成模型和強化學(xué)習(xí)），結(jié)合蛋白質(zhì)序列、結(jié)構(gòu)和功能數(shù)據(jù)，對蛋白質(zhì)進行預(yù)測、設(shè)計和優(yōu)化。

蛋白質(zhì)設(shè)計旨在從頭設(shè)計或優(yōu)化蛋白質(zhì)的序列，以實現(xiàn)特定功能或提高天然蛋白質(zhì)的性能。傳統(tǒng)計算蛋白質(zhì)設(shè)計通常采用能量函數(shù)和特定的搜索優(yōu)化算法獲得設(shè)計的序列。近年來，隨著先進算法的發(fā)展、大數(shù)據(jù)的積累和計算機硬件算力的增長，人工智能技術(shù)得到了蓬勃發(fā)展，并逐漸應(yīng)用于蛋白質(zhì)設(shè)計領(lǐng)域。

AI在蛋白質(zhì)設(shè)計中的應(yīng)用主要體現(xiàn)在結(jié)構(gòu)預(yù)測、功能優(yōu)化、相互作用預(yù)測和高效篩選等方面。通過深度學(xué)習(xí)模型，根據(jù)氨基酸序列準(zhǔn)確預(yù)測蛋白質(zhì)的三維結(jié)構(gòu)，這為理解其功能提供了重要依據(jù)。此外，AI還能夠優(yōu)化蛋白質(zhì)功能，設(shè)計具備特定功能的分子，如高效催化酶或抗體，極大地加速了藥物研發(fā)和生物技術(shù)應(yīng)用。

AI在預(yù)測蛋白質(zhì)-蛋白質(zhì)相互作用方面也表現(xiàn)突出，通過分析大量數(shù)據(jù)，AI能夠識別潛在的藥物靶點，推動疾病機制研究。結(jié)合高通量篩選技術(shù)，可以在海量候選分子中快速找到最具潛力的蛋白質(zhì)，減少實驗驗證的成本和時間。

此外，人工智能自我迭代能力使得設(shè)計過程能夠?qū)崟r優(yōu)化，提升設(shè)計精度和效率。通過這些技術(shù)，極大地推動了蛋白質(zhì)工程的發(fā)展，尤其在藥物發(fā)現(xiàn)、工業(yè)生物催化和生物制品開發(fā)等領(lǐng)域具有廣泛應(yīng)用。

AI蛋白質(zhì)設(shè)計的上中下游可以從數(shù)據(jù)收集、模型訓(xùn)練、設(shè)計生成、實驗驗證等多個層面進行細(xì)分，整體流程涉及多個環(huán)節(jié)，每個環(huán)節(jié)都依賴于高效的人工智能技術(shù)與傳統(tǒng)生物學(xué)知識的緊密結(jié)合。

在上游階段，首先是數(shù)據(jù)的收集與處理。這一階段的核心任務(wù)是為AI模型提供足夠豐富和高質(zhì)量的輸入數(shù)據(jù)。這些數(shù)據(jù)主要來源于已知的蛋白質(zhì)數(shù)據(jù)庫（如PDB和UniProt），包含了大量的蛋白質(zhì)序列、結(jié)構(gòu)和功能信息。此外，高通量實驗數(shù)據(jù)、基因組學(xué)數(shù)據(jù)以及臨床數(shù)據(jù)等也為AI提供了支持。數(shù)據(jù)處理的過程包括清洗、去噪和結(jié)構(gòu)化，確保數(shù)據(jù)能夠在后續(xù)步驟中發(fā)揮最大效用。

進入到中游階段時，AI的主要工作是對這些數(shù)據(jù)進行建模與訓(xùn)練。這一過程通常依賴于深度學(xué)習(xí)和其他機器學(xué)習(xí)技術(shù)，利用算法來預(yù)測蛋白質(zhì)的三維結(jié)構(gòu)、功能和其他關(guān)鍵性質(zhì)。此時，AI模型可以根據(jù)蛋白質(zhì)的氨基酸序列預(yù)測其空間折疊結(jié)構(gòu)，或者通過其他生物信息學(xué)工具預(yù)測蛋白質(zhì)與目標(biāo)分子之間的相互作用。通過這種方式，不僅可以提升蛋白質(zhì)設(shè)計的效率，還能在預(yù)測蛋白質(zhì)功能、優(yōu)化現(xiàn)有蛋白質(zhì)性能等方面提供精準(zhǔn)的指導(dǎo)。

在下游階段，AI所設(shè)計或優(yōu)化的蛋白質(zhì)將進入實驗驗證的環(huán)節(jié)。盡管AI能夠模擬和預(yù)測蛋白質(zhì)的性質(zhì)，但最終是否具備預(yù)期的生物活性、穩(wěn)定性或其他功能性，仍需通過實驗驗證。這一階段通常包括蛋白質(zhì)的合成、表達和功能驗證，如通過高通量篩選實驗、酶活性測試、結(jié)合親和力實驗等方式來確認(rèn)設(shè)計的有效性。如果實驗結(jié)果不符合預(yù)期，AI模型需要通過反饋學(xué)習(xí)進行優(yōu)化，從而迭代生成新的蛋白質(zhì)設(shè)計方案。

這三個階段在AI蛋白質(zhì)設(shè)計的流程中形成了一個循環(huán)反饋機制。上游的數(shù)據(jù)收集和處理為中游的模型訓(xùn)練提供了基礎(chǔ)，而中游的設(shè)計與優(yōu)化又為下游的實驗驗證提供了初步的指導(dǎo)。下游的實驗反饋進一步優(yōu)化了上游數(shù)據(jù)的選擇和中游模型的訓(xùn)練，形成了一個閉環(huán)。這種層層遞進的過程使得AI蛋白質(zhì)設(shè)計在蛋白質(zhì)工程與藥物發(fā)現(xiàn)領(lǐng)域展現(xiàn)了巨大的潛力。

盡管存在數(shù)據(jù)、計算和實驗驗證的挑戰(zhàn)，但隨著技術(shù)的發(fā)展，將在設(shè)計效率和應(yīng)用范圍上進一步突破，推動生命科學(xué)邁入一個智能化的新時代。

睿獸分析整理近年來相關(guān)公司的融資情況，2019至2021年AI蛋白質(zhì)設(shè)計領(lǐng)域融資事件快速增長，2021年達到36起的峰值，顯示出投資熱潮。2022年后融資事件銳減，2024年觸底至18起。數(shù)據(jù)或表明AI蛋白質(zhì)設(shè)計作為新興領(lǐng)域，其融資趨勢在經(jīng)歷了快速增長后，可能進入了一個篩選整合的階段。

相關(guān)企業(yè)

途深智合

途深智合是一家新銳AI蛋白質(zhì)設(shè)計企業(yè)，其自研的ProteinEngine平臺可以實現(xiàn)通用、快速的蛋白質(zhì)設(shè)計與改造，應(yīng)用在合成生物和生物醫(yī)藥等多個領(lǐng)域。目前已與國內(nèi)外多家合成生物及醫(yī)藥企業(yè)建立商業(yè)合作。

途深智合致力于為客戶提供通用、輕量、可控的蛋白質(zhì)設(shè)計和生成式AI平臺，加速合成領(lǐng)域蛋白質(zhì)工程的研發(fā)，降低合成生物和醫(yī)藥領(lǐng)域中開發(fā)新產(chǎn)品的難度、周期和成本。能夠幫助下游的合成生物、產(chǎn)品公司、生物制藥公司實現(xiàn)定位突變、體外酶改造、酶從頭設(shè)計、抗體結(jié)構(gòu)設(shè)計、復(fù)合蛋白設(shè)計、全新序列設(shè)計、結(jié)構(gòu)設(shè)計等任務(wù)，并進行產(chǎn)品聯(lián)合開發(fā)或研發(fā)合作。

近日，途深智合宣布完成天使+輪融資，投資方包括錫創(chuàng)投和上海艾特海浦。2024年3月，其完成數(shù)百萬人民幣天使輪融資，由誠美資本投資，該輪所得資金將用于進一步加強AI+蛋白質(zhì)平臺的研發(fā)。

分子之心

北京分子之心科技有限公司成立于2022年1月，其自主研發(fā)了AI大分子優(yōu)化與設(shè)計平臺“MoleculeOS”，運用數(shù)據(jù)驅(qū)動的深度學(xué)習(xí)方法，幫助生物技術(shù)專家識別和產(chǎn)生蛋白質(zhì)，以將實驗室研究成果規(guī)?；渡涞焦I(yè)級應(yīng)用。這一平臺既可用于多肽、抗體、酶和小蛋白的研究和設(shè)計，將大分子創(chuàng)新藥的研發(fā)變成可預(yù)測、可編程，為藥物研發(fā)全流程提效；也可應(yīng)用于化學(xué)、材料、工業(yè)、農(nóng)業(yè)等領(lǐng)域蛋白質(zhì)優(yōu)化與設(shè)計。

核心技術(shù)產(chǎn)品層面，分子之心研發(fā)了一款一站式AI蛋白質(zhì)預(yù)測、優(yōu)化與設(shè)計工具——MoleculeOS平臺，采用先進的機器學(xué)習(xí)和深度學(xué)習(xí)算法，能夠幫助科研人員快速發(fā)現(xiàn)和改造蛋白質(zhì)，通過精確的計算和建模，大幅提升實驗室研究的轉(zhuǎn)化效率。此外，分子之心自主研發(fā)的AI蛋白質(zhì)生成大模型NewOrigin模型，綜合序列、結(jié)構(gòu)、功能和進化等多個領(lǐng)域，可針對產(chǎn)業(yè)應(yīng)用需求在幾小時內(nèi)、甚至是分鐘級“定制”具有特定功能的蛋白質(zhì)，大大降低實驗室的篩選和驗證成本，提高蛋白質(zhì)優(yōu)化設(shè)計整體效率。人才層面，分子之心涵蓋一批來自MIT、耶魯、加州理工、清華、北大等頂尖高校及藥明、諾維信、Meta、亞馬遜、百度、阿里、字節(jié)、Discovery Studio等頭部公司的人才。

2024年9月消息，分子之心宣布完成A輪數(shù)億元人民幣融資，由謝諾投資與深創(chuàng)投聯(lián)合領(lǐng)投，國香資本和久奕投資跟投。本輪融得的資金將主要用于人才團隊擴展、技術(shù)平臺完善以及推動AI蛋白技術(shù)的產(chǎn)業(yè)化。

百奧幾何

北京百奧幾何生物科技有限公司是一家生成式AI驅(qū)動的蛋白質(zhì)設(shè)計研發(fā)平臺公司，通過打造生成式人工智能（AIGC）大模型理解生命語言，搭建自然語言與蛋白質(zhì)語言多模態(tài)大模型，重新構(gòu)建蛋白質(zhì)藥物發(fā)現(xiàn)及設(shè)計過程，打造可編程的蛋白質(zhì)，應(yīng)用于生物醫(yī)藥和生物制造。

團隊方面，其核心團隊是生成式AI在分子生成領(lǐng)域的開拓者，早在2021年就將擴散模型用于分子的三維結(jié)構(gòu)生成 ，是最早將擴散生成模型用于分子三維結(jié)構(gòu)生成的團隊，其中關(guān)鍵論文GeoDiff是2022年AI領(lǐng)域引用量排名前50的論文之一。

基于自研生成式AI大模型，百奧幾何研發(fā)了GeoBiologics一站式蛋白質(zhì)設(shè)計平臺，目前已經(jīng)與多家國內(nèi)外藥企關(guān)于該平臺達成授權(quán)合作。另外，百奧幾何也與多家上下游企業(yè)達成了戰(zhàn)略合作，共同推進生成式人工智能在生物制造領(lǐng)域落地，其中包括與阿里云共建人工智能生物制造智能化解決方案，與三優(yōu)生物、佰君生物等共建抗體設(shè)計生成式AI大模型，以及與祥耀生物、引加生物等推進蛋白、抗體藥物產(chǎn)品的共同開發(fā)。

2024年6月，百奧幾何完成Pre-A輪融資，本輪融資由將門創(chuàng)投領(lǐng)投，智譜AI、盛景嘉成跟投，老股東高榕創(chuàng)投持續(xù)追加投資。融資資金主要用于加速生成式AI大模型在生物制造領(lǐng)域落地，以及推進自有產(chǎn)品的開發(fā)。

熱點訊息

2024年10月，諾貝爾化學(xué)獎再次花落人工智能！AlphaGo之父等三人獲獎

北京時間10月9日下午，2024年諾貝爾化學(xué)獎?wù)浇視浴Ｈ鸬浠始铱茖W(xué)院決定將 2024 年諾貝爾化學(xué)獎一半授予 David Baker，以表彰其對計算蛋白質(zhì)設(shè)計的貢獻，另一半則共同授予 Demis Hassabis 和 John M. Jumper，以表彰其對蛋白質(zhì)結(jié)構(gòu)預(yù)測的貢獻。2024年的諾貝爾化學(xué)獎金為1100萬瑞典克朗，約合750萬元人民幣。

2024年9月，DeepMind推出首個AI蛋白質(zhì)設(shè)計模型，親和力提升300倍

Google DeepMind宣布推出AlphaProteo，首個專為設(shè)計新型高強度蛋白質(zhì)結(jié)合劑的AI模型。值得注意的是，AlphaProteo成為DeepMind首個經(jīng)過濕試驗驗證的AI蛋白質(zhì)模型。經(jīng)過濕試驗驗證，AlphaProteo可以為多種靶蛋白產(chǎn)生新的蛋白質(zhì)結(jié)合劑，包括與癌癥和糖尿病并發(fā)癥相關(guān)的VEGF-A。這是AI工具首次能夠成功為VEGF-A設(shè)計蛋白質(zhì)結(jié)合劑。

2024年5月，谷歌AlphaFold 3首發(fā)Nature：成功預(yù)測所有生命分子結(jié)構(gòu)和相互作用

新一代 AlphaFold——由Google DeepMind和Isomorphic Labs研究團隊推出的革命性人工智能（AI）模型 AlphaFold 3——登上了權(quán)威科學(xué)期刊Nature。據(jù)介紹，AlphaFold 3以前所未有的精確度成功預(yù)測了所有生命分子（蛋白質(zhì)、DNA、RNA、配體等）的結(jié)構(gòu)和相互作用。

來源：Nature

與現(xiàn)有的預(yù)測方法相比，AlphaFold 3 發(fā)現(xiàn)蛋白質(zhì)與其他分子類型的相互作用至少提高了 50%，對于一些重要的相互作用類別，預(yù)測準(zhǔn)確率甚至提高了一倍。

2024年4月，世界首個完全由AI設(shè)計的CRISPR基因編輯器，已成功編輯人類DNA，且免費開源

2024年4月22日，AI蛋白質(zhì)設(shè)計公司Profluent宣布推出OpenCRISPRTM計劃，發(fā)布了世界首個開源人工智能生成基因編輯器—OpenCRISPR-1。

就像基于大語言模型的ChatGPT生成一篇新文章一樣，大語言模型也能生成全新的蛋白質(zhì)。而現(xiàn)在，Profluent展示了一種完全由人工智能從頭設(shè)計的基因編輯器，并進行了首次成功的人類基因組精確編輯。值得一提的是，OpenCRISPR-1是開源的，不僅可以免費用于科學(xué)研究，而且可以免費用于商業(yè)用途。

2023年4月，AI設(shè)計蛋白質(zhì)新方法登Science，利用強化學(xué)習(xí)，直接根據(jù)預(yù)想優(yōu)化結(jié)構(gòu)

RoseTTAFold 團隊獨創(chuàng)性方法，利用強化學(xué)習(xí)、自上而下設(shè)計蛋白質(zhì)復(fù)合物結(jié)構(gòu)，登上最新一期 Science。利用該方法，團隊設(shè)計出了上百個蛋白質(zhì)結(jié)構(gòu)。經(jīng)電子顯微鏡等觀測證實，這些結(jié)構(gòu)大部分都能在實驗室中合成。而且預(yù)期納米結(jié)構(gòu)和實際納米結(jié)構(gòu)之間的平均偏差小于單個原子直徑，即實現(xiàn)了精確原子級設(shè)計。