7月17日，由百度智能云主辦的“千帆思享會(huì)·生命科學(xué)專場(chǎng)”在深圳舉行，來自暨南大學(xué)生命科學(xué)技術(shù)學(xué)院、百圖生科、中晟全肽、一葦資本等科研院所、生物醫(yī)藥企業(yè)及投資機(jī)構(gòu)的行業(yè)代表出席活動(dòng)，共話生科領(lǐng)域前沿技術(shù)與產(chǎn)業(yè)趨勢(shì)。會(huì)上，由百度螺旋槳PaddleHelix團(tuán)隊(duì)研發(fā)的HelixFold-S1推理模型正式亮相，該模型通過創(chuàng)新性的“接觸感知采樣策略”，首次將結(jié)構(gòu)預(yù)測(cè)的精度和效率提升至全新水平，標(biāo)志著蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)技術(shù)邁入“高效可控”的新階段。

會(huì)議同期，百度智能云全新推出基因測(cè)序存-算-分一體化方案，基于計(jì)算存儲(chǔ)產(chǎn)品優(yōu)化，結(jié)合百度網(wǎng)盤優(yōu)勢(shì)，提升基因測(cè)序全流程效率及客戶體驗(yàn)，為產(chǎn)業(yè)上下游提供高效研發(fā)支持。

超越谷歌AlphaFold 3：

從“廣撒網(wǎng)”到“精準(zhǔn)制導(dǎo)”，重構(gòu)生物醫(yī)藥研發(fā)范式

當(dāng)前，生命科學(xué)與醫(yī)療健康領(lǐng)域是AI技術(shù)最重要的應(yīng)用試驗(yàn)場(chǎng)之一。從蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)到基因測(cè)序分析，從藥物研發(fā)到精準(zhǔn)醫(yī)療的創(chuàng)新突破，AI正以前所未有的深度和廣度重塑生命科學(xué)的研發(fā)范式，成為全球科研與產(chǎn)業(yè)的核心增長(zhǎng)極。

生命活動(dòng)依賴于蛋白質(zhì)與化合物、RNA、抗原抗體等生物分子間的精準(zhǔn)結(jié)合，解析分子間的三維結(jié)構(gòu)是藥物設(shè)計(jì)、疫苗研發(fā)等場(chǎng)景的核心。數(shù)年來，蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)始終是生命科學(xué)領(lǐng)域的重大機(jī)遇和挑戰(zhàn)。盡管國(guó)內(nèi)外已有多款生物分子結(jié)構(gòu)預(yù)測(cè)模型能夠較為準(zhǔn)確地預(yù)測(cè)單個(gè)蛋白質(zhì)和復(fù)合體間的結(jié)構(gòu)，但像AlphaFold3這類模型，大多依賴大規(guī)模盲采的傳統(tǒng)方法，即通過“廣撒網(wǎng)”生成海量結(jié)構(gòu)，再?gòu)闹泻Y選最優(yōu)解，面對(duì)缺乏共進(jìn)化信息的新型分子或復(fù)合物的結(jié)合模式未見過的情況時(shí)，常因方向不明導(dǎo)致冗余采樣與預(yù)測(cè)失敗，預(yù)測(cè)效率低、精度不足。

為了解決這一難題，百度螺旋槳團(tuán)隊(duì)基于HelixFold3框架，借鑒了大語言模型中的“Test-time Scaling”思想，創(chuàng)新性地引入了“接觸感知采樣策略”，推出生物領(lǐng)域首個(gè)Test-time Scaling的高效推理模型——HelixFold-S1，有效突破了AlphaFold3等模型在高難場(chǎng)景下的精度與泛化瓶頸。

據(jù)介紹，該模型能夠預(yù)測(cè)分子間結(jié)合概率，優(yōu)先探索高潛力結(jié)合區(qū)域，通過“先鎖定目標(biāo)，再精準(zhǔn)建模”的方式，精準(zhǔn)引導(dǎo)結(jié)構(gòu)生成過程，顯著提升了復(fù)雜場(chǎng)景下的預(yù)測(cè)準(zhǔn)確率和效率，增強(qiáng)了模型在極具挑戰(zhàn)性樣本上的魯棒性和泛化能力，為靶點(diǎn)識(shí)別、疫苗設(shè)計(jì)等科研任務(wù)提供更強(qiáng)力支持。

真正能落地的AI結(jié)構(gòu)模型：

能力更強(qiáng)、應(yīng)用更廣，深度賦能科研與產(chǎn)業(yè)創(chuàng)新

得益于接觸感知采樣策略，HelixFold-S1 在性能上實(shí)現(xiàn)了突破性提升。在實(shí)際測(cè)試中，HelixFold-S1普遍比前代模型表現(xiàn)更好，在較難的抗原抗體場(chǎng)景上提升尤為明顯，實(shí)測(cè)數(shù)據(jù)顯示，對(duì)比base版本，HelixFold-S1在該場(chǎng)景下預(yù)測(cè)精度提升58%，對(duì)比Chai-1和Boltz-2分別提升80%和56%。同時(shí)，隨著取樣步數(shù)的增加，HelixFold-S1獲取更優(yōu)質(zhì)構(gòu)象的概率也在不斷增加，相比其他方法提升空間更顯著。

HelixFold-S1不僅為生命科學(xué)領(lǐng)域帶來了一種更聰明、更高效的結(jié)構(gòu)預(yù)測(cè)范式，也為抗體改造、蛋白設(shè)計(jì)、藥物篩選等多個(gè)科研與臨床場(chǎng)景帶來了更多高效、低成本的技術(shù)解決方案，有效加速科研建模進(jìn)程、降低藥物開發(fā)成本，推動(dòng)行業(yè)向智能化、精準(zhǔn)化方向發(fā)展。

在藥物研發(fā)領(lǐng)域，傳統(tǒng)的藥物設(shè)計(jì)多采用實(shí)驗(yàn)試錯(cuò)法，不僅成本高，原理也常常依賴實(shí)驗(yàn)反推。中晟全肽在多肽藥物研發(fā)領(lǐng)域深耕多年，依托百度螺旋槳PaddleHelix領(lǐng)先的算法能力，能在實(shí)驗(yàn)前設(shè)計(jì)出更有可能有效的多肽藥物，極大提升研發(fā)效率、降低研發(fā)成本。

在科研領(lǐng)域，百度智能云與暨南大學(xué)圍繞國(guó)際人類蛋白質(zhì)組計(jì)劃C-HPP展開深度合作，通過HF3算法解析超過3千個(gè)人類蛋白質(zhì)結(jié)構(gòu)，與實(shí)際晶體結(jié)構(gòu)對(duì)比，效果顯著，打破了國(guó)際上對(duì)蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)算法的壟斷，深受國(guó)際權(quán)威學(xué)研界認(rèn)可。

蛋白質(zhì)設(shè)計(jì)平臺(tái)HelixDesign發(fā)布：

一體化、高精度、可擴(kuò)展，高效探索廣闊蛋白空間

在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的基礎(chǔ)上，有另一個(gè)重要研究方向：蛋白質(zhì)設(shè)計(jì)。

近年來，隨著AI技術(shù)的飛速發(fā)展，蛋白質(zhì)設(shè)計(jì)領(lǐng)域相繼迎來多項(xiàng)重磅成果。這一浪潮之下，百度基于自研高精度結(jié)構(gòu)預(yù)測(cè)模型HelixFold3和高性能計(jì)算平臺(tái)，同步推出了一體化、高精度、可擴(kuò)展的蛋白質(zhì)設(shè)計(jì)平臺(tái)HelixDesign，賦能大分子藥物發(fā)現(xiàn)、酶設(shè)計(jì)等新興賽道。

在生物醫(yī)藥領(lǐng)域，抗體作為關(guān)鍵的治療手段與研究工具，其設(shè)計(jì)與開發(fā)始終占據(jù)著核心地位。在過去，要想設(shè)計(jì)一個(gè)能“黏住”病毒或癌細(xì)胞蛋白的蛋白藥物，流程極為繁瑣，需要經(jīng)過多輪結(jié)構(gòu)建模、人工分析和實(shí)驗(yàn)驗(yàn)證，耗時(shí)數(shù)周到數(shù)月，且驗(yàn)證上百個(gè)候選序列的總成本可達(dá)數(shù)十萬元，成功率卻不到0.1%，嚴(yán)重制約著藥物研發(fā)的進(jìn)程與效率。

近期，百度PaddleHelix團(tuán)隊(duì)最新發(fā)布了HelixDesign-Antibody平臺(tái)，為抗體設(shè)計(jì)領(lǐng)域帶來了革命性的突破。憑借超高通量的蛋白設(shè)計(jì)和評(píng)估能力，平臺(tái)能夠設(shè)計(jì)出結(jié)合能力優(yōu)于野生型的候選蛋白，且在新穎性、多樣性上更具優(yōu)勢(shì)。目前，HelixDesign在整體性能上已與 DeepMind、MIT和Chai-2等國(guó)際先進(jìn)工作保持相當(dāng)水平。

百度智能云泛科技業(yè)務(wù)部總經(jīng)理張瑋表示：未來，百度智能云將持續(xù)深耕AI for Science領(lǐng)域，為行業(yè)帶來更多高效、創(chuàng)新性解決方案，加速科研成果向產(chǎn)業(yè)應(yīng)用轉(zhuǎn)化，為生命科學(xué)產(chǎn)業(yè)的創(chuàng)新發(fā)展注入強(qiáng)勁動(dòng)力。