NVIDIA 和 Evozyne 创建用于生成蛋白质的生成式 AI 模型

科学家使用 NVIDIA BioNeMo 创建出能够生成高质量蛋白质的大型语言模型，以此加快药物研发并助力创造更具可持续性的环境。

初创企业 Evozyne 使用 NVIDIA 提供的预训练 AI 模型，创造了两种在医疗和清洁能源领域具有重大潜力的蛋白质。

今日发布的一篇联合论文描述了这一过程及产出的蛋白质氨基酸序列。其中一种蛋白质用于治疗一种先天性疾病，另一种用于消耗二氧化碳以减少全球变暖。

初步研究结果展示了一种加速药物研发的新方法。

Evozyne 联合创始人、论文共同作者 Andrew Ferguson 表示：“令人欣喜的是，这个 AI 模型第一轮产出的合成蛋白质就像自然生成的蛋白质一样，表示该模型已经学会了自然界的设计规则。”

革命性的 AI 模型

Evozyne 使用了 NVIDIA 的 ProtT5。ProtT5 是一个 Transformer 模型，是用于创建医疗AI模型的软件框架和服务——NVIDIA BioNeMo 的一部分。

分子工程师 Ferguson 的研究领域涵盖化学和机器学习领域，他表示：“BioNeMo 非常强大，让我们能够训练模型，然后以非常低的成本使用该模型来运行工作任务，在几秒钟内就能生成数百万个序列。”

该模型是 Evovyne ProT-VAE 流程的核心。ProT-VAE 是一个工作流，其将 BioNeMo 与作为过滤器的变分自编码器（VAE）相结合。

他表示：“几年前，还没有人注意到可以使用大型语言模型与变分自编码器相结合的方式来设计蛋白质。”

让模型向大自然学习

就如同人读万卷书，NVIDIA 的 Transformer 模型会读取数百万种蛋白质中的氨基酸序列。该模型运用神经网络用来理解文本的技术，学会了大自然如何构建蛋白质氨基酸序列。

然后，该模型预测了如何组装出能够满足 Evozyne 需求的新蛋白质。

他表示：“这项技术正在助力我们开展工作，以实现十年前无法实现的梦想。”

无限的可能性

机器学习有助于研究海量可能的氨基酸组合，然后有效地识别最有用的序列。

传统的蛋白质工程设计方法，即定向进化，采用的是一种缓慢、无计划的方法，通常一次只改变几个氨基酸的序列。

vozyne 的 ProT-VAE 流程采用了 NVIDIA BioNeMo 中强大的 Transformer 模型，生成有用的蛋白质，进而助力药物研发和能源领域实现可持续性。

相比之下，Evozyne 的方法只通过一轮，就能改变一个蛋白质中半数乃至以上的氨基酸。这相当于进行了数百次的突变。

他表示：“我们正在实现技术上的飞跃，这使我们能够探索以前从未见过的、具有有用的新功能的蛋白质。”

Evozyne 计划使用新的工艺来构建各种能够对抗疾病和气候变化的蛋白质。

缩短训练时间，扩大模型规模

Ferguson 表示：“NVIDIA 在此方面是一家非常出色的合作伙伴。”

Evozyne 数据科学家 Joshua Moller 表示：“他们通过将工作扩展到多个 GPU 来加快训练速度。

这将训练大型 AI 模型的时间从几个月缩短到一个星期。Ferguson 表示：“所以我们能够训练出原本不可能训练出的模型，比如一些有数十亿可训练参数的模型。”

未来将更加令人期待

使用 AI 加速蛋白质工程的前景十分广阔。

Ferguson 注意到了扩散模型近期的发展：“这个领域的发展速度快得令人难以置信，我真的很期待日后的进一步发展。”

“没人知道我们五年后将能够走多远。”

点击“阅读原文”，报名参加 NVIDIA BioNeMo 抢先体验计划，了解其如何加速您的应用。

扫描下方海报二维码，观看 CES NVIDIA 特别演讲回看，了解加速计算和人工智能领域方面的最新突破！