來源丨Pubmed 百度

北京時(shí)間5月2日凌晨，國際頂級(jí)學(xué)術(shù)期刊《Nature》正刊發(fā)表了百度與合作單位在生物計(jì)算領(lǐng)域的重磅突破性成果——《Algorithm for Optimized mRNA Design Improves Stability and Immunogenicity》，提出mRNA序列優(yōu)化算法LinearDesign。

這是中國科技企業(yè)首次以第一完成單位的身份在《Nature》雜志發(fā)表論文。

鑒于論文對(duì)生物醫(yī)學(xué)領(lǐng)域的重要性，Nature雜志在正式排版之前先將預(yù)覽版快車道上線 (accelerated article preview)，這也是AI應(yīng)用于mRNA領(lǐng)域的首篇CNS主刊論文。

mRNA疫苗被公認(rèn)為是遏制COVID-19的可行工具， 但mRNA疫苗和藥物仍面臨一些挑戰(zhàn)。其中如何高效設(shè)計(jì)出穩(wěn)定、成藥性更好的mRNA序列，是mRNA療法研究領(lǐng)域的難點(diǎn)之一。

百度運(yùn)用自然語言處理中網(wǎng)格解析（Lattice Parsing）技術(shù)，對(duì)mRNA疫苗序列進(jìn)行優(yōu)化，提升疫苗穩(wěn)定性和有效性。LinearDesign算法巧妙地將序列設(shè)計(jì)的海量計(jì)算簡(jiǎn)化為自然語言處理中的經(jīng)典問題，讓“大海撈針”變成了“按圖索驥”。

以新冠病毒Spike蛋白為例，若采用遍歷法尋找一條穩(wěn)定序列，需要查看10的632次方個(gè)mRNA序列。假如由一臺(tái)超級(jí)計(jì)算機(jī)每秒計(jì)算一個(gè)序列，那么從宇宙誕生到現(xiàn)在的138億年，連潛在mRNA序列的億萬分之一都無法計(jì)算完畢，而LinearDesign算法則能在短短11分鐘之內(nèi)找到最穩(wěn)定的候選序列。

實(shí)驗(yàn)數(shù)據(jù)證明，LinearDesign算法設(shè)計(jì)序列將有助于生物醫(yī)藥公司快速研發(fā)更有效的mRNA疫苗，縮短研發(fā)周期，降低研發(fā)成本。這一算法的有效性已經(jīng)在新冠mRNA疫苗和帶狀皰疹mRNA疫苗兩種疫苗中得到驗(yàn)證。與傳統(tǒng)基準(zhǔn)相比，百度的設(shè)計(jì)顯著改善了體外 mRNA 半衰期和蛋白質(zhì)表達(dá)，使體內(nèi)抗體反應(yīng)增強(qiáng)了高達(dá) 128 倍。

計(jì)算 RNA 生物學(xué)家戴夫·莫格 (Dave Mauger) 則認(rèn)為，這種新方法“非常了不起”，他曾在美國Moderna 公司工作，一家 mRNA疫苗制造商?！坝?jì)算效率確實(shí)令人印象深刻，而且比以往任何時(shí)候都更加復(fù)雜。”

截至目前，百度已打造完整的基于飛槳的生物計(jì)算平臺(tái)-螺旋槳PaddleHelix，涵蓋文心大模型-生物計(jì)算大模型，探索AI技術(shù)在小分子、蛋白/多肽、RNA等場(chǎng)景的應(yīng)用。其中生物計(jì)算等大模型屬于百度文心大模型家族中的一員。

據(jù)了解，百度文心大模型形成了系統(tǒng)性的大模型技術(shù)體系，包括自然語言處理、視覺、跨模態(tài)、生物計(jì)算等，最近火爆的文心一言就是百度自主研發(fā)的知識(shí)增強(qiáng)大語言模型。文心一言通過百度智能云對(duì)外提供服務(wù)，為企業(yè)構(gòu)建自己的模型和應(yīng)用，未來醫(yī)療、工業(yè)、金融等重點(diǎn)領(lǐng)域效率將會(huì)大幅提升，快速形成新產(chǎn)業(yè)空間。