來了，國內首個對標AlphaFold3的產品——

HelixFold3，來自百度智能云與百度螺旋槳團隊。

它在常規生物分子結構預測任務中實現了AlphaFold3媲美水平：尤其RNA分子和共價修飾場景中，精準度上持平或者實現了大幅超越。

△圖注，藍色為HelixFold3，黃色為AlphaFold3

還有抗原-抗體結構預測任務中，成功率提升至80%+，感覺可以直接拿來研究抗體結合機制的水平。

更關鍵的一點是，它把使用門檻和成本給打下來了——

支持在線服務，用戶只需簡單開通，按算力付費（相當于是ChatGPT按照Token付費）。

全程零代碼操作，也無需擔心后續運維。

而且推理速度還很快，數小時完成數千次分子結構預測的那種。

背后的團隊來自百度智能云及螺旋槳團隊。

可能不為一些人所熟知的是，他們在生命科學領域深耕已久，此前其自研的mRNA序列優化算法LinearDesign登上《Nature》。

這還是國內首家科技企業，登頂世界頂級期刊。

國產模型硬剛AlphaFold3

此次國產模型HelixFold3的發布，技術突破本身的同時，更展現了其強大的應用屬性。

首先，能力方面全面對標AlphaFold3，并且實現部分超越。

以最為常見的RNA分子預測、抗原-抗體結構預測兩大核心場景為例，這兩大場景都有助于下游的藥物設計、疾病治療等研發。

在RNA分子預測這一任務中，在CASP 15 RNA數據集上的評測結果顯示，HelixFold3的預測精度顯著超越了AlphaFold3。

同時在從PDB數據庫收集的最新蛋白-RNA復合物結構預測任務中，也展現出更高的準確性。

此外，在多個涉及共價修飾的結構預測任務中，實現基本持平以及超越。

而在抗原-抗體結構預測任務中，HelixFold3在最新的71例PDB抗原抗體結構預測的數據上精度已能媲美AlphaFold3server。

通過指定任意數量的抗原表位氨基酸，HelixFold3在抗原抗體結構預測的精度進一步得到提升，在任意指定15個表位氨基酸的數量后，HelixFold3的成功率進一步提升至80%以上。

其次，在線服務平臺即開即用，場景應用豐富。

我們都知道，日常中的高精度生物分子結構預測工具，即便像全面開源的AlphaFold3，往往也有較高的使用門檻，需要用戶具備較高的技術能力。

現在能夠看到，網站上已經支持了不少功能，整個過程全程都零代碼，還支持可視化呈現。

比如像支持大分子，包括蛋白質、DNA和RNA的任意側鏈修飾。輸入分子實體之后，旁邊就有配體結構展示。

在設置一些參數約束，比如指定修飾基團和連接位點之類，剩下的工作交給HelixFold3。

最終就能得到一個3D結構和相應的參數結果，移動光標還有清晰的點位解釋。

相比于AlphaFold3僅支持46種預定義修飾，HelixFold3通過SMILES去定義側鏈修飾所能覆蓋的化學空間更廣，覆蓋PDB數據庫中超過50%的修飾場景。而AlphaFold3僅支持不到5%，相當于修飾場景擴大十倍。

這樣一來，大幅度地擴展了給生命科學從業者們的研究空間，像什么小蛋白/多肽發現、酶改造等等這些具體應用都可以覆蓋到。

而除了在線服務，他們也支持API調用，通過API SDK的方式進行批量的推理，做大規模的分析。

最后也是最為硬核的一點就是，用它的話，推理成本可以大大降低，直接讓高通量生物信息學應用處理能力UP。

現在通用語言的大模型都在講推理成本，生命科學領域其實挑戰更為嚴峻。

生命語言不僅涉及多模態數據的融合，還涉及在三維空間中進行精準建模，這對計算資源提出了極高的要求。通常情況下，從業者不得不自行購置、部署和維護昂貴且復雜的計算資源，進一步增加了科研成本和技術門檻。

借助百度智能云CHPC平臺，通過MSA檢索與模型推理方面的性能優化，讓推理成本大大降低——在數小時內完成數千次精確的生物分子結構預測，大幅提高了從業者的研究速率。

還有一個更為通俗的例子，在百度云平臺上，一條500長度的蛋白推理只需要4元錢。相比于云端租用或者自行部署GPU這種動輒上萬乃至百萬的成本來看，確實已經低了一個指數級別。

對于從業者來說，你只需提供你的Know-how，剩下的都由HelixFold3幫你算。

現在，他們已經在與一些科研機構/CRO藥企進行合作，比如去驗證濕實驗落地的可能性。

傳統流程上，非常大通量的濕實驗需要好幾個月才能鎖定候選分子，但現在只需要計算就可以做到初步篩選，然后再拿高潛力的分子去做濕實驗，這樣整個研發節奏都有大大的提升。

生命科學迎來大模型應用時代

前幾個月，AlphaFold斬獲諾獎，如今HelixFold3以低門檻但性能完全不輸的形態亮相。大模型在生命科學領域，正在加速實現從技術到應用的跨越，邁向了新階段。

一方面體現在解決行業痛點上，大模型具備一些天然的優勢，加速傳統產業發展。

比如在藥物研發這個場景，行業長期面臨著一個「雙十困境」，即一款新藥研發需要耗時10年、耗資10億美元。

但現在隨著大模型發展，生物醫藥產業迎來了前所未有的機遇。這體現在藥物研發多個研發環節當中。

例如在虛擬篩選階段，通過大模型技術，可以從780萬個分子庫中快速篩選出6個潛在活性分子，效率相較于傳統人工篩選提升了成千上萬倍。

另一方面，更多更前沿的場景有望迎來革命性突破，像HelixFold3這種低門檻產品，會吸引更多跨學科人才參與到生命科學最前沿的課題當中。

此前曾探討過，通用大模型帶來的普遍價值是降本增效，而在生命科學領域，在降本增效這個基礎上，還有創新創造的價值。

比如基因編輯、個性化診療、合成生物學，乃至整個工業制造，包括農業、食品、化工、材料、能源等行業都有可能被賦能。

在這一浪潮中，百度這一實力玩家不容忽略，他們早已在生命科學領域深耕多年。

在此之前，他們還曾自主研發了文心生物計算大模型系列，包括化合物通用表征模型HelixGEM和HelixGEM-2、蛋白結構分析模型HelixFold、以及單序列蛋白表征模型HelixFold-Single。

這些模型為虛擬篩選、ADMET預測、蛋白質結構預測、mRNA序列設計等提供了便攜強大的算法工具。

企業通過百度螺旋槳（PaddleHelix）生物計算平臺獲取相關服務。目前他們已與多家藥企展開深度合作，助力藥物研發管線的加速推進。

此外，百度智能云還構建了一整套完整的生命科學解決方案，覆蓋從藥物研發到下游診療場景的全鏈條。像首個產業界醫療大模型靈醫，目前正在加速醫療診療全流程的落地，進一步拓展了大模型在生命科學領域的價值邊界。

如今，百度HelixFold3重磅升級，不僅提升了模型的精度和效率，也更為行業帶來了更多可能性。

大模型在生命科學領域，會朝著更深更廣的方向探索。

平臺鏈接：

https://paddlehelix.baidu.com/

論文鏈接：

https://arxiv.org/pdf/2408.16975

更多詳情可戳閱讀原文了解更多~