據(jù)報道，Generate:Biomedicines已經(jīng)決定將Chroma模型背后的代碼免費開源，供學術(shù)界和工業(yè)界的研究人員使用，以推動其在生物醫(yī)學、納米技術(shù)和材料科學等領(lǐng)域的應用。

　　David Baker教授表示，Generate:Biomedicines的決定向科學界開源Chroma模型是一項非常棒的舉措，這將使科學界從多個生成蛋白質(zhì)設(shè)計模型中受益，并期待在此基礎(chǔ)上創(chuàng)建出更好的蛋白質(zhì)設(shè)計模型。

　　蛋白質(zhì)是生命活動的執(zhí)行者，但創(chuàng)造它們是一項復雜的任務(wù)，需要數(shù)十億年的進化。基于計算的蛋白質(zhì)設(shè)計旨在通過可編程的方式自動設(shè)計功能蛋白，從而縮短這一漫長的進化過程。該領(lǐng)域在過去幾十年里取得了相當大的進展，但大多數(shù)從頭設(shè)計尚未接近自然界中天然蛋白質(zhì)的復雜性和多樣性。

　　地球誕生生命以來的30億年時間里，進化產(chǎn)生了巨大的蛋白質(zhì)多樣性，然而，這在蛋白質(zhì)的全部潛力面前微不足道，這一巨大潛力為我們從頭設(shè)計蛋白質(zhì)帶來了無限可能，但確定如何有效地探索可設(shè)計蛋白質(zhì)結(jié)構(gòu)的空間，是當前面臨的一個巨大挑戰(zhàn)。

　　2023年11月15日，生成式AI制藥公司 Generate:Biomedicines 的研究人員在國際頂尖學術(shù)期刊 Nature 上發(fā)表了題為：Illuminating protein space with a programmable generative model(用可編程的生成式模型照亮蛋白質(zhì)空間)的研究論文。

　　該研究開發(fā)了一種名為Chroma的生成式人工智能模型，該模型建立在擴散模型(Diffusion Models)和圖神經(jīng)網(wǎng)絡(luò)(Graph Neural Networks)的框架上，能夠從頭生成高質(zhì)量、多樣化和創(chuàng)新的蛋白質(zhì)結(jié)構(gòu)。

　　研究團隊使用Chroma生成了310個自然界中不存在的蛋白質(zhì)，并通過實驗驗證了這些蛋白質(zhì)可以表達、折疊，并具有良好的生物物理特性。

　　在人工智能革命之前，蛋白質(zhì)設(shè)計方法僅限于基于自然界已有的蛋白質(zhì)生成設(shè)計，起局限性顯而易見，因為自然界中的蛋白質(zhì)只是可能的蛋白質(zhì)景觀的一小部分。相比之下，生成式人工智能方法強調(diào)從頭設(shè)計全新的蛋白質(zhì)，超越自然界所能達到的范圍。

　　該研究開發(fā)的生成式人工智能模型Chroma，能夠在外部約束條件下從頭設(shè)計蛋白質(zhì)，這些約束條件涉及對稱性、亞結(jié)構(gòu)、形狀，甚至自然語言提示。研究團隊對310個由Chroma生成的蛋白質(zhì)進行了實驗表征，結(jié)果顯示，這些生成的、自然界不存在的蛋白質(zhì)可以表達、折疊，并具有良好的生物物理特性。

　　研究團隊還解析了其中2個生成的蛋白質(zhì)(UNC_079和UNC_239)的X射線晶體結(jié)構(gòu)，結(jié)果顯示，觀察到的結(jié)構(gòu)與預期設(shè)計高度匹配(均方根誤差分別為1.1Å和1.0Å)，這表明了用Chroma生成蛋白質(zhì)結(jié)構(gòu)是可行的。