AI模拟5亿年生物进化，ESM3开启「蛋白质创世纪」！论文登上Science

原标题：AI模拟5亿年生物进化，ESM3开启「蛋白质创世纪」！论文登上Science
文章来源：新智元
内容字数：6227字

AI模拟5亿年生物进化，生成全新蛋白质：Science期刊重磅研究

Science期刊近期发表了一项重磅研究，人工智能初创公司Evolutionary Scale研发了一个名为ESM3的多模态生成式模型，成功模拟了超过5亿年的生物进化过程，并生成了与自然界已知蛋白序列不同的全新蛋白质，为蛋白质设计和药物开发开辟了新路径。

1. ESM3模型：解码生物语言，生成新型蛋白质

ESM3模型利用深度学习技术，学习了超过31.5亿条蛋白质序列、2.36亿个蛋白质结构以及5.39亿个带有功能注释的蛋白质数据。该模型采用“生成掩码语言模型”方法，能够处理蛋白质的序列、三维结构和功能信息，并生成高质量的蛋白质序列和结构。其生成结果与真实结构的平均差异仅为0.5Å。不同规模的ESM3模型（14亿、70亿和980亿参数）在生成能力和表示学习上均展现出显著提升，尤其是在生成蛋白质结构方面，980亿参数的模型表现最佳。

2. 突破自然进化瓶颈，生成新型绿色荧光蛋白

研究人员利用ESM3模型设计了一个新的绿色荧光蛋白（esmGFP），其序列与已知荧光蛋白差异巨大，序列相似性仅为53%。如果通过天然荧光蛋白的生物进化获得该蛋白，需要超过5亿年的时间。esmGFP虽然发光特性有所延迟，但最终的荧光亮度与已知绿色荧光蛋白相似，且具有稳定的荧光特性，证明了ESM3模型在生成具有特定功能全新蛋白质方面的巨大潜力。

3. ESM3模型的多模态生成和控制能力

ESM3模型的显著特点在于其多模态生成和控制能力。研究人员可以通过提示特定的蛋白质结构、功能或关键氨基酸，生成满足特定条件的新型蛋白质。例如，模型可以生成具有特定功能位点的蛋白质，同时保持整体结构的完整性。这种提示响应能力和可控特性，使得ESM3在蛋白质设计领域具有高度实用价值。

4. ESM3模型的未来应用前景

ESM3模型的应用前景广泛，它能够大大加速蛋白质设计的速度，并生成在自然界中无法轻易获得的新蛋白质。这对于基础研究和应用研究，例如蛋白质工程、合成生物学和药物开发等领域都是巨大的突破。在药物设计领域，ESM3可以帮助设计出符合特定靶点的蛋白质，减少实验验证的时间和成本；在合成生物学领域，它可以帮助开发新的合成途径，生成具备新功能的酶或代谢途径。随着模型规模和数据量的进一步增加，ESM3有潜力生成更加复杂和创新的蛋白质，为蛋白质工程开辟全新的可能性。目前，ESM3已通过API推出公开测试版，方便科学家使用。

联系作者

文章来源：新智元
作者微信：
作者简介：智能+中国主平台，致力于推动中国从互联网+迈向智能+新纪元。重点关注人工智能、机器人等前沿领域发展，关注人机融合、人工智能和机器人对人类社会与文明进化的影响，领航中国新智能时代。