显示出从工业到科研的大规模应用空间

MimJannat909

最近推出的 是一种知识增强型大语言模型 ，能够理解和生成人类语言，是 大模型家族的一部分。 未来，百度将继续探索人工智能在生命科学领域的应用，拓宽普惠科技的广度和深度，为全人类的健康福祉做出贡献。 图片 图 以 刺突蛋白为例，概述了针对两个既定目标（稳定性和密码子最优性）的 编码区设计。 ，由于密码子简并性而导致的 设计的组合性质（刺突蛋白约 个 序列；需要约 亿年的时间来枚举。

粉色和蓝色路径分别代表野生型和最佳稳定（即最低能量）序列。 ，这两个序列之间的二级结构截然不同，前者大多是单链（容易在红环区域降解），而后者大多是双链。我们的算法只需 分钟即可完成此优化。 ，语言学（左）和生物学（右）之间的类比，其中确定性有限状态自动机 和前者的格解析被用来解决 设计。 （受 词格 启发）对所有候选 进行紧凑编码，并通过 电话号码列表 格解析同时折叠以找到最佳 （图 ）。 ， 设计空间的二维可视化。



轴为稳定性， 轴为密码子最优性。标准 设计方法密码子优化改善了密码子使用（粉色箭头），但无法探索广阔的高稳定性区域（虚线左侧）， 的 疫苗产品就是例证（○ 、 ☆ 和 ▷ 。相比之下， 联合优化了稳定性和密码子最优性（蓝色曲线，其中 λ 是后者的权重）。通过考虑其他因素，我们选择了七种设计（此处显示了四种）用于 疫苗实验（图 ），这些设计显示出半衰期和蛋白质表达显着增强，并且与密码子优化相比。