非营利研究组织Biohub发布了一款据称由人工智能驱动的蛋白质生物学"世界模型"，该模型能够推动新疗法的预测、设计和发现。
这家由Meta首席执行官马克·扎克伯格及其妻子普莉希拉·陈创立的慈善组织表示，该模型将能够在更短时间内绘制蛋白质模式、预测其结构，并设计能够与之结合并影响其功能的新分子。
该世界模型为蛋白质结构预测、设计和生物发现提供了一个开放的发现引擎，并向全球研究人员免费提供。它基于Biohub的ESM蛋白质图谱（包含68亿种蛋白质和11亿种结构）、能够虚拟表示蛋白质的ESMC语言模型，以及预测蛋白质3D结构及其与结合物相互作用的ESMFold2设计引擎。
Biohub在一份声明中表示："蛋白质是医学中最重要的靶点之一，然而设计在人体中按预期工作的功能性、稳定蛋白质是一个巨大的科学和技术挑战。"
ESMFold2是谷歌DeepMind的AlphaFold和Recursion的Boltz系列等其他人工智能系统的替代方案，与竞争对手一样，它承诺将新蛋白质结合物的发现时间从传统技术所需的数月甚至数年缩短至数天或某些情况下仅需几小时。
支持Biohub的陈·扎克伯格倡议会(Chan Zuckerberg Initiative)主席洛里·戈勒(Lori Goler)表示："重要的是，我们构建了一个能够在蛋白质生物学各个领域应用范围极其广泛的通用模型。我们没有训练专门设计蛋白质结合物的特定模型，而是训练了一个理解蛋白质的模型，由此衍生出设计蛋白质结合物的能力以及其他许多功能。通过学习蛋白质折叠、结合和功能的基本规则，该模型能够推理它从未见过的蛋白质，并生成有效的新蛋白质。"
Biohub研究人员已使用该模型针对癌症和免疫学中的五个重要靶点——EGFR、PDGFRβ、PD-L1、CTLA-4和CD45设计蛋白质结合物，对"微型结合物"蛋白质的命中率达到36-88%，对抗体模态的命中率达到15-29%。
作为Biohub联合创始人的陈表示："Biohub建立在开放科学加速发现的信念之上。使这些工具免费可用意味着各地研究人员可以更快地朝着针对个体患者特定疾病生物学的个性化治疗方法迈进。"
【全文结束】
