百度最新研究成果登上Nature子刊封面，文心生物計算大模型獲國際頂刊認可！

10月，國際頂級學術期刊《自然》旗下子刊《機器智能》發表了百度飛槳螺旋槳聯合百圖生科研發的文心生物計算大模型的又一重大成果《A method for multiple-sequence-alignment-free protein structure prediction using a protein language model》，并登上《機器智能》10月份封面。該研究提出了全球首個開源、并提供在線服務，無需MSA輸入的蛋白結構預測大模型HelixFold-Single。

該項研究是百度在生物計算領域繼HelixGEM和Linear Design兩項重磅工作之后，在蛋白領域的又一突破性成果。該工作打破了AlphaFold2等主流依賴MSA檢索模型的速度瓶頸，將蛋白結構預測速度平均提高數百倍，實現了秒級別預測，該工作的發表也為產學研各界帶來了使用門檻更低、適用范圍更廣的蛋白結構預測解決方案，有望促進我國生命科學、生物醫藥、蛋白研究等領域的發展。

HelixFold-Single目前已經落地在國家超算成都中心，通過超算平臺賦能川渝地區蛋白領域的科學研究機構。在大分子藥物的應用場景上，HelixFold-Single也已經整合進入百圖生科AIGP平臺，為百圖提供更高效的蛋白分析能力，助力其探索大分子創新藥。

另據研發團隊介紹，基于HelixFold-Single和HelixFold研發過程中積累的經驗，團隊針對更具挑戰性的抗原抗體、多肽蛋白的相互作用場景，研發了更具通用性和魯棒性的復合體結構預測算法HelixFold-Multimer，相比業界同類方法，精度提升了數倍。

HelixFold-Multimer 在68例2022年10月后公開的Sabdab抗原-抗體測試數據上，單模型的DockQ達到0.49，多模型融合的DockQ達到0.5，成功率達到67.6%，遠超其他已公開方法。

HelixFold-Multimer在抗原-抗體復合物結構預測的結果

在多肽-蛋白復合物結構預測場景，選取PDB數據庫在2021年10月后發布的 61個多肽-蛋白復合體結構數據進行評估。單模型DockQ達到0.380，多模型融合的DockQ達到0.387，領先于其他結構預測方法。

HelixFold-Multimer 在多肽-蛋白復合物結構預測的結果

示例：

示例1：7VD7 沙門氏菌的毒素-抗毒素復合物，復合體構象預測可以幫助理解毒素和抗毒素如何相互作用以調節細胞內過程。Alphafold 2.3在紅色圈部分預測差異大，而 HelixFold-Multimer 預測得到了準確的構象。

示例2：7UA2 瘧疾傳播阻斷抗原Pfs230 domain 1 (Pfs230D1) 與納米抗體的復合體構象，其中Pfs230D1是一種高功能活性的瘧疾傳播阻斷疫苗抗原，已在臨床試驗中得到廣泛驗證。7UA2復合體包含了Pfs230D1疫苗接種的受試者產生的人源單克隆抗體（hmAbs）和Pfs230D1構象。可以看到 HelixFold-Multimer 預測的構象（藍色）幾乎與真值重合，對接面的預測 DockQ也達到0.819，Interface RMSD為0.826 ?。

當前，AI大模型技術正驅動生物計算領域的高速發展。基于文心生物計算大模型技術打造的飛槳螺旋槳PaddleHelix平臺，將幫助生命科學領域的研究人員更便捷、更高效地應用大模型技術，更好理解生命體的構成和變化規律，以幫助研究者進行更多開拓性研究。同時我們也深知，AI技術的更迭日新月異，想要全面領先，就需要集結大家的力量。我們希望探索出一種新形式，將強大的底座模型能力開放給國內的科研工作者們，以在更加廣泛的維度上推動生物計算領域的技術變革。也希望對此工作感興趣的專家學者與我們聯系，共同推進生物計算大模型在應用側的研究。

審核編輯：劉清