2024年6月25日，生物学前沿人工智能研究实验室EvolutionaryScale发布了ESM3，这是一个能够生成新型蛋白质的里程碑式人工智能模型。

ESM3生成了一种新的绿色荧光蛋白（GFP），这一过程需要5亿年的自然进化。这个具有里程碑意义的人工智能生成模型可以通过交互式提示来生成蛋白质，使科学家们有能力推进从药物发现、材料科学到碳捕获的各种应用。

EvolutionaryScale和ESM3的创始团队是将人工智能应用于生物学的先驱，他们建立了被广泛认为是第一个蛋白质转换语言模型ESM1。ESM模型推动了突破性的科学研究，包括在蛋白质折叠方面的突破，帮助揭示了数以亿计的元基因组蛋白质的结构；这些模型已被世界各地的科学家用于模拟和理解蛋白质。

EvolutionaryScale在一份科学预印本中描述了ESM3，并为科学研究人员发布了该模型的开源版本。

生物学前沿语言模型

ESM3是在一个包含地球自然多样性中27.8亿个蛋白质的数据集上，用1万亿兆兆次（比生物学中任何其他已知模型的计算量都要大）的运算能力训练出来的。它是第一个同时对蛋白质的序列、结构和功能进行推理的生物学生成模型。这使科学家们能够理解和创造新的蛋白质，使生物学成为可编程的。

EvolutionaryScale联合创始人兼首席科学家Alexander Rives说：“ESM3向生物学的未来迈出了一步，在这个未来中，人工智能是一种从第一原理出发进行工程设计的工具，就像我们设计结构、机器和微芯片以及编写计算机程序一样。我们已经为此努力了很长时间，我们很高兴能与科学界分享它，看看他们能用它做些什么。”

有了这种能力，该模型就有可能加速各种应用领域的发现，从开发新的癌症治疗方法到创造有助于捕获碳的蛋白质。

用语言模型模拟5亿年的进化过程

ESM3通过思维链推理GFP的可能序列和结构，跨越了5亿年的进化过程，创造出一种新的荧光蛋白。GFP是自然界中最美丽、最独特的蛋白质之一，它是唯一能发光的蛋白质，其生物机制也是独一无二的--它是一种能将自身原子转化成发光发色团的蛋白质。

绿色荧光蛋白的结构模型

GFP已成为分子生物学的重要工具，帮助科学家观察细胞内的分子。产生这种现象的机理极其复杂，而通过计算或实验室实验技术产生如此遥远的变体，还没有科学记录。只有通过在自然界中发现新的GFP，才能发现与已知荧光蛋白有如此距离的新荧光蛋白。分析表明，在自然进化过程中，这种不同的蛋白质可能需要5亿多年才能进化出来。

ESM3：科学家的工具

ESM3在生成新的GFP方面取得了成功，这凸显了该模型在推动生物研究和生命科学发展方面的潜力。

EvolutionaryScale将于近期开放API的封闭测试版，并提供非商业使用的小型开放版本ESM3的代码和权重。EvolutionaryScale还与亚马逊网络服务（AWS）和英伟达™（NVIDIA®）合作，利用人工智能加速从药物发现到合成生物学的应用。

通过与AWS合作，Evolutionary Scale将使全世界成千上万的研究人员和全球十大制药公司中的九家公司都能轻松访问完整的ESM3模型，这些公司已经在使用AWS的生成式人工智能和健康服务 - Amazon SageMaker、Amazon Bedrock和AWS HealthOmics。此举将使研究人员更容易使用自己的专有数据安全地大规模微调ESM3模型。

ESM3的所有版本都将通过公司与英伟达的持续合作进行训练和推理性能优化，包括英伟达 BioNeMo NIM，以加速运行时性能，并通过英伟达人工智能企业软件许可和ai.nvidia.com提供支持。

关于EvolutionaryScale

EvolutionaryScale是一家前沿人工智能研究实验室和公益公司，致力于开发生命科学领域的人工智能。EvolutionaryScale的模型支持健康、环境科学等领域的突破性研发。该公司成立于2023年7月，在Nat Friedman、Daniel Gross和Lux Capital的领导下，已经筹集了超过1.42亿美元的种子资金，亚马逊、NVentures（英伟达的风险投资部门）和天使投资人也参与其中。

参考资料：

https://www.businesswire.com/news/home/20240625717839/en/

发现“分享”和“赞”了吗，戳我看看吧