社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

ChatGPT 上线生物 AI 模型入口插件——Proto,一个智能体,从抗体写到 DNA

BioTender • 2 月前 • 126 次点击  


第 20 步,分数停在 0.6791,距离 0.68 的达标线只差 0.0009。这个分数叫界面置信分,衡量抗体和靶点是否真能结合,0 到 1,越高越可信——四舍五入,不就是 0.68 吗?

但智能体没有给自己放行:它按未取整的原始分数判定不达标,继续优化。三步之后,第 23 步,分数爬到 0.68004,它宣布达标,停了下来。

这是一场官方演示里的第一个任务。近日,斯坦福化学工程助理教授Brian Hie宣布:他实验室的 AI 智能体 Proto 以插件形式上线了 ChatGPT,并放出两段演示对话 。


第一个任务:照着开源管线 Germinal 的配置,为 PD-L1 设计一个全新的纳米抗体。PD-L1 是癌细胞用来踩住免疫刹车的蛋白;纳米抗体只有常规抗体十分之一大小。指令还规定:只跑第一阶段,达标线 0.68,最多 60 步。



官方ChatGPT演示页面


演示漂亮,但数字可信吗?我拿到了演示的全部产物文件——轨迹表、结构文件、序列文件——逐一做了独立核对。一个智能体,从抗体写到 DNA——两个任务是他挑的:一个设计蛋白质,一个写作 DNA,正好覆盖生成式生物学的两条主线。放在平时,每条管线都得自己写代码、租显卡。


先翻仓库,再跑模型

Proto 是什么?它把自己定义为「生成式生物学的编程语言」:把 80 多种生物 AI 模型和计算工具封装成统一接口,智能体用自然语言就能调用 。今年 6 月,它刚挂上预印本,代码开放 。

接入 ChatGPT 意味着什么?不用装环境,不用租显卡,在对话框里就能开工。同一条推文还指向 OpenAI 的 Rosalind 工作台研究预览——我此前报道过它——这个基于 GPT-Rosalind 模型的工作台,把「设计 PD-L1 纳米抗体」列为他们官方示例任务 。

接到任务后,Proto 没有急着跑模型,先去翻了 Germinal 的仓库:抗体三段环的长度 11、8、18,框架四段 25、17、38、14,靶点上五个关键残基,达标线 0.68。这些与仓库配置完全吻合 。


官方ChatGPT演示页面

Germinal 来头不小:斯坦福与 Arc 研究所合作开发的抗体设计管线,去年 9 月挂出预印本,今年 8 月又拿了《自然·方法》的研究亮点 。论文报告每个靶点只测 43 到 101 个设计,实验成功率 4% 到 22%,做出的纳米抗体达到纳摩尔级结合力,PD-L1 正是它的示范靶点 。

还有个插曲:Proto 自带的 Germinal 完整封装只能在本地跑,它就把管线拆成零件自己组装——AlphaFold2 的梯度后端负责优化,抗体版序列模型负责重写。组装方式与官方流程一致,相当于手工复刻了一条流水线。



官方ChatGPT演示页面


23 步爬坡

第一阶段叫「幻觉设计」——这里的幻觉是褒义:让 AlphaFold2 反向想象出一个能贴住靶点的蛋白。界面置信分从第 1 步的 0.140 起步,第 6 步 0.374,第 11 步 0.531,第 17 步 0.614,一路爬到第 23 步达标。


官方ChatGPT演示页面

过程中它两次自己纠错。第一次,模板文件传输被截断,它发现后推倒重来,声明半截轨迹不算数。第二次更微妙:输出里有个字段数值其实是损失函数,直接当成分数读会误判达标,它识别出来,改用真分数。

达标后进入第二阶段:抗体专用的序列设计模型 AbMPNN 重写三段环。40 条候选、温度 0.2,按困惑度——模型对序列的把握,越低越好——选出 2.553 的那条。37 个环位点里 29 个允许改,8 个已经贴住靶点的残基原样保留。



官方ChatGPT演示页面


换模型,信心没了

最后一步,用 Biohub 今年发布的 ESMFold2 给抗体和靶点做复合物折叠。这个模型的论文发现,多跑循环次数对抗体-抗原对接特别有帮助 ,所以智能体把循环开到 20 次、扩散采样开到 100 步、独立样本 5 个。


官方ChatGPT演示页面

结果出来了:结构置信分 0.783,但界面置信分只有 0.401。信心去哪了?AlphaFold2 阶段的 0.68,没有跨模型传递过来。智能体在总结里自己写明:两个预测都不构成实验上的结合验证。

还有个细节值得记录。折叠靶点本该检索同源序列做比对,但调用外部接口意味着把序列发出去。智能体在提交前拦下这一步,想找本地数据库,本地没有,最终改用无比对模式:序列不出工作区。



官方ChatGPT演示页面


第二个任务:让 DNA 模型续写噬菌体

蛋白质之外,DNA 呢?第二个任务是用 Arc 研究所的 Evo 2 做「语义设计」:给一段有生物学含义的开头,让模型接着写。Evo 2 今年登上《自然》,训练数据覆盖近 9 万亿个碱基 。


官方ChatGPT演示页面

智能体没有随手找段序列。它从 NCBI 调出铜绿假单胞菌噬菌体 JBD30 的基因组,截取 1000 个碱基,切口精确停在一个叫 Aca1 的基因末尾。Aca1 是抗 CRISPR 系统的标配零件,负责给这套对抗细菌免疫的系统当开关 。



官方ChatGPT演示页面


Evo 2 用 70 亿参数的模型、温度 1.0、固定随机种子 20260827,独立续写 10 段,每段正好 2000 个碱基。在本地逐条验证:全部只含四种碱基,两两不同,种子序列与 NCBI 参考基因组完全一致。

Germinal 的通讯作者是Brian Hie,Evo 2 的核心团队有他 ,Proto 干脆就是他实验室的作品 ——所以这场演示,是同一个人把自己的三件工具串成了一条流水线。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/200370