經(jīng)濟觀察網(wǎng) 記者 沈怡然 實習(xí)記者 葛璇 3月23日，生命科學(xué)平臺公司百圖生科對外發(fā)布了一款A(yù)IGP平臺，這也是基于其自研的AI大模型“xTrimo”開發(fā)的、能幫助解決生命科學(xué)問題的工具。

百圖生科（BioMap）是中國首家生物計算引擎驅(qū)動的創(chuàng)新藥物研發(fā)平臺，由百度創(chuàng)始人李彥宏于2020年創(chuàng)立。“xTrimo”是一個AI大模型，也是全球首個針對生命科學(xué)領(lǐng)域的多模態(tài)預(yù)訓(xùn)練模型，相當(dāng)于“大腦”。該公司基于“xTrimo”研發(fā)的AIGP平臺，則是一個與用戶交互的窗口，它可以理解基本的生命科學(xué)語言并據(jù)此推理和自主設(shè)計，例如用戶向AIGP輸入蛋白質(zhì)或酶的一些參數(shù)、功能，就能得到一個相應(yīng)的蛋白質(zhì)或酶的設(shè)計方案。

百圖生科CEO劉維表示，與以ChatGPT為代表的自然語言處理AI大模型相比，基于“xTrimo”的AIGP平臺，更像是一個基于生命科學(xué)語言大模型開發(fā)而得的交互界面，它生成的不是文本和語言，而是一個個蛋白質(zhì)、酶、細(xì)胞等的設(shè)計方案，可以提供蛋白質(zhì)結(jié)構(gòu)預(yù)測、DNA序列比對、細(xì)胞代謝分析等。

在沒有AI大模型之前，生命科學(xué)領(lǐng)域的研究者主要通過實驗和觀察等方法開展研究，這需要花費大量時間和精力，且結(jié)果存在不確定性和局限性。劉維表示，如今，基于AI大模型“xTrimo”的AIGP平臺，嘗試為科研人員提供一個生命科學(xué)技術(shù)的基礎(chǔ)版本，讓研究者可以在基礎(chǔ)版本上進(jìn)行創(chuàng)造，節(jié)約了一定的實驗時間和實驗費用。

該公司正試圖將其融入整個醫(yī)藥研發(fā)鏈條上。劉維表示，公司曾幫助國內(nèi)研究者推進(jìn)人工設(shè)計蛋白進(jìn)化的速度，傳統(tǒng)蛋白質(zhì)研究中常用動物篩選實驗法，例如小鼠篩選實驗，一次實驗時間可能需要很多天，而AI在虛擬空間生成一個方案只需要幾個小時，一些常用動物實驗法的生命科學(xué)公司正成為公司的合作伙伴，AI大模型和AIGP平臺可以幫助他們解決一些動物實驗中的時間成本和不可控性。

建立一個AI大模型需要大量的數(shù)據(jù)和參數(shù)，這些參數(shù)包括但不限于序列比對、蛋白質(zhì)結(jié)構(gòu)預(yù)測、RNA折疊預(yù)測、化學(xué)計量學(xué)建模等方面。劉維表示，目前大模型參數(shù)已經(jīng)破千億級，還需要使用深度學(xué)習(xí)算法和優(yōu)化技巧來處理這些海量數(shù)據(jù)，以提高模型的性能和效率。

為了預(yù)訓(xùn)練大模型，該公司還構(gòu)建了一個大型生命科學(xué)知識圖譜，其中很多數(shù)據(jù)來自于公開數(shù)據(jù)和半公開數(shù)據(jù)的整理，相當(dāng)于一個數(shù)據(jù)集，然后向大模型輸入。大模型研發(fā)的過程，也得益于數(shù)據(jù)、算力、模型本身的充分發(fā)展。劉維表示，訓(xùn)練過程也是很艱難的，需要數(shù)百個GPU來支撐分析過程中所需的巨大算力。

目前，全球范圍內(nèi)的生命科學(xué)領(lǐng)域AI大模型還處于發(fā)展階段。在疾病預(yù)測、基因組學(xué)等方面，DeepMind、IBM Research都建立了自己的AI大模型，一些開源平臺和社區(qū)也在不斷推動該領(lǐng)域的發(fā)展，如TensorFlow-Hub、PaddlePaddle、BioDynaStax等。

劉維表示，國內(nèi)外生物醫(yī)藥產(chǎn)業(yè)存在差距，但隨著技術(shù)的換代，其實有跨越式發(fā)展的機會，國外的生命科學(xué)在過去幾十年圍繞實驗篩選的方法積累了很多的方法，而百圖生科現(xiàn)在做的，其實利用了跨界能力，包括將AI、前沿生物傳感器、高速蛋白打印、合成生物學(xué)新技術(shù)等等新技術(shù)的結(jié)合。此外，研發(fā)大模型和推動AIGP迭代所需資金量很大，公司2023年新一輪融資也在推進(jìn)之中。