扎克伯格再出王炸！开源全球首个AI蛋白质世界模型，最高88%命中率，颠覆药物研发！

扎尔伯格重金押注的AI蛋白质团队，拿出了最新成果。

近日，非营利学术机构Biohub发布了全球首个开源蛋白质世界模型，这套系统由蛋白质结构预测、设计和生物发现引擎组成，能帮助研究人员更快地设计出全新的蛋白质结合剂。

模型基于包含68亿蛋白质和11亿个结构的全球最大蛋白质结构与功能图谱ESM Atlas搭建，包含了该团队最新的蛋白质折叠模型ESMFold2，并在实测中战胜了AlphaFold3。

论文中，研究人员利用该系统对癌症和免疫学中五个重要靶点（EGFR、PDGFRβ、PD-L1、CTLA-4和CD45）进行了测试，蛋白命中率为36-88%，抗体模式为15-29%。

值得一提的是，该模型坚持完全开源，目前已通过Biohub平台免费向全球科学界开放。

全球最大蛋白质图谱 击败Alphabfold3

虽然Biohub是一家相当年轻的企业，但其核心研究团队却算得上是AI蛋白质领域的先驱之一。

早在2022年，还叫Meta-FAIR的蛋白质小组推出了轰动一时的ESMFold，拥有150亿参数，速度比AlphaFold2快一个数量级。

而如今，该团队已经不满足于单纯地升级ESMFold，而是构建了一个完整的模型和资源系统，也就是世界模型。

这个系统里包含了：最先进的蛋白质折叠模型、一种通过探索模型潜在空间设计蛋白质-蛋白质相互作用的设计方案、可用于理解未被表征蛋白的可解释性工具，以及全球最大的蛋白质结构与功能图谱。

Biohub副总裁Sal Candido在媒体采访中表示，这是一张前所未有的蛋白质生物学地图。

Biohub为这个世界模型系统发布了长达106的论文预印本，主要围绕着ESMC、ESMFold2和ESM Atlas这三大部件组成。

蛋白质语言模型ESMC是这套系统的基础，拥有3亿、6 亿和60亿三个参数规模，对比前一代ESMC2纳入了宏基因组数据，将训练数据集的规模从约5000万序列扩展至约28亿序列。

ESMFold2则直接挑战最先进的蛋白质折叠模型这一位置，在实测中速度明显快于其他折叠模型，且保持了业内领先的准确性。

而ESM Atlas是全球最大的蛋白质结构与功能图谱，包含68亿个蛋白质和11亿个预测结构，使得系统能够在生命尺度上实现蛋白质分析和发现。

总的来看，ESM世界模型在数据量上比AlphaFold数据库多8亿条目，在蛋白质复合物上略胜AlphaFold3，包括抗体-抗原结合。

砸下5亿美元 启动生物版「登月计划」

Biohub作为一家非营利机构，背靠着Meta CEO扎克伯格与妻子普莉希拉·陈成立的“陈-扎克伯格倡议”（CZI），目标是在本世纪结束之时治愈人类所有疾病。

图：扎克伯格和妻子普莉希拉·陈

在今年四月，该组织还宣布了一项长达5年、投入5亿美元的里程碑计划——联手全球顶尖机构，共同打造构建生命预测模型所需的技术和多模态数据集。

在推出蛋白质世界模型之前，该公司最为人所的熟知的成果都集中在虚拟细胞领域，联合10x Genomics、Ultima Genomics等启动了“十亿细胞项目”（Billion Cells Project）

图：rib细胞推理模型

还推出了全球首个能推理细胞生物学的人工智能模型rBio虚拟细胞推理模型，有望减少昂贵的生物实验，极大地加速生物医学研究和药物发现。