登顶Nature 正刊！百度生物计算用AI首次实现mRNA领域重大进展 ...

hilalchemist

原标题：登顶Nature 正刊！百度生物计算用AI首次实现mRNA领域重大进展
                          1985年11月21日的《自然》封面，是一张来自中国的“地图”。这张地图是清代总兵陈伦炯所编撰《海国闻见录》中的插图，是中国人开始认知与探索世界的见证，而选用这张封面，是为了配合当期的特别文章《科技在中国》。
: P: G7 ?) Y; | 那时候，中国正处在改革开放的浪潮中，中国科技登陆国际视野还显得惊奇与稚嫩。
! q: b% ^* G3 h/ p9 U3 L: X 一转眼，38年过去，伴随着中国科技的飞速发展，越来越多的中国科研工作者、科研机构以第一作者的身份，登上被称作科学金字塔尖的《自然》。
5月2日，《自然》杂志正刊发表了百度在生物计算领域的突破性研究成果，并以“加速预览”（Accelerated Article Preview）形式最快发表。
: y# s' b) V% K$ z7 }4 ~
在这篇题目为《Algorithm for Optimized mRNA Design Improves Stability and Immunogenicity》的文章中，提出了mRNA序列优化算法LinearDesign。其不仅开创了AI与生物、医疗等领域融合突破的诸多可能性，也为中国科技走向世界画上了新的一笔。
在这篇论文里，我们可以读到远超其成果本身的内容，比如AI的诸多可能性、一家科技企业的科学担当，以及中国科技走向世界的远大胸怀。
! ]2 T7 j! x/ I4 R1 D$ c “出人意料”的生物计算
相信大家都知道，《自然》只收录那些在基础科学领域具有突破性与重大意义的研究。
+ r$ I& T* f0 U) N 或许可以说，百度在生物计算领域的探索，生动讲述了什么叫“永远不要低估AI的可能性”。
这件事要从新冠疫苗讲起，虽然疫情的阴霾已经悄悄过去，但这场疫情让全球看到了疫苗，尤其是mRNA疫苗在公共卫生事业的重要性。
所谓mRNA是一种天然分子，其可以产生靶标蛋白或免疫原，从而激活人体的特定免疫反应，以对抗各种病原体。并且其具有mRNA不带病毒成分、没有感染风险、研发周期短等重要优势，是人类对抗新冠疫情的杀手锏。
但如此重要的领域，在疫苗和药物研发中依旧有一些问题，比如如何才能高效设计出稳定、成药性更好的mRNA序列？
为了解决这个问题，百度基于在AI领域的积累“出人意料”地将AI技术与疫苗研发结合，研发出了登录《自然》杂志的LinearDesign算法。
这一算法运用自然语言处理中网格解析（Lattice Parsing）技术，对mRNA疫苗序列进行优化，从而提升疫苗的稳定性和有效性。

9 M; v0 C$ d' G+ M9 U7 f/ p( ` (美国心脏病学家和基因组学家埃里克·托普（Eric J. Topol）在推特上分享百度LinearDesign算法)
这里划个重点，LinearDesign算法可以说是用语言学领域的知识去攻克了生物医疗上的难题。两个领域虽然不能说毫不相关，基本也是相隔万里，但是百度对AI技术的探索，却让二者完成了千里姻缘一线牵，LinearDesign算法由此诞生。
2020年5月，面对汹涌而来的疫情，百度研究院推出了全球首个mRNA疫苗基因序列设计算法LinearDesign，并宣布向全球疫苗研发机构及研究中心免费开放。LinearDesign能在16分钟完成新冠病毒的mRNA疫苗序列设计，极大加速新冠疫苗的研发效率。
( E7 [3 j4 e6 S! N2 R2 l- i& ~ 以新冠病毒的Spike蛋白为例，若采用传统方法寻找一条稳定的mRNA序列，需要查看10632个mRNA序列，堪称天文数字，但用LinearDesign算法，却可以在11分钟之内找到最稳定的候选序列。
8 A8 o9 U9 Q: w
* y3 K& b  l. K 2020年12月，百度凭借LinearFold和LinearDesign算法在新冠抗疫中的杰出贡献，荣获国际顶尖人工智能峰会The AI Summit举办的 AIconics奖项的首届“AI For Good（人工智能向善）”奖。
! @( n" d. b% Y3 m5 o* Q! C4 P9 J3 y 在应用价值之外，LinearDesign算法还展示了AI作为一种底层科学探索工具，在生物与医学领域的全新可能性。这种跨越学科的突破力，是《自然》杂志乃至全球科学界更为珍视的。
打开AI的深度与广度
4 K8 ~9 O2 [% b$ v 为什么百度能把LinearDesign算法这种AI+生物计算研究做大做强？这可能是我们必须读懂的另一个关键信息。
其原因无他，千锤百炼而已。从2012年AI方兴未艾，到今天AI火爆全球，这期间百度对AI技术的坚持和探索是始终如一的。这种坚持，渗透到了AI技术的各方各面，包括基础设施研究、算法迭代，以及AI的跨学科融合。其中非常多的领域充满未知与挑战，也不符合传统意义上企业对短期利益的追求。但构建坚实的基础设施，探索前瞻性技术布局，却是一家企业赢得未来的关键。
& C6 r5 Q0 y. _, \( y. k6 C
AI+生物计算，作为AI技术的延展性方向，更能体现出百度“淡化短期利益，着眼长期发展”的技术布局思路。生物计算可以解决蛋白质分析、新药研发等关键问题，其价值巨大，以新药研发为例，这个领域具有一种“3个10”特征，即10年、10亿美元、10万人才能研发出一种有效的新药，而如果用AI作为药物研发引擎，将可以极大程度改变新药研发的范式，带来难以估量的价值。
这条路价值虽大，但充满挑战，在短期内都难以实现商业回报，但百度依旧愿意依托AI技术与基础设施的优势，提前布局这条未来之路。早在2018年，百度就正式启动了计算生物方向的研究。几年过去，百度在这一领域已经构建了基础设施、算法、生态合围而成的立体创新版图，比如刚刚提到的LinearDesign算法、可以极大加快RNA结构预测速度的 LinearFold 算法，一系列创新开始勾勒出百度在生物计算算法层的差异化优势，而基于飞桨生态打造的生物计算平台-螺旋桨PaddleHelix，则开启了AI+生物计算底层开发工具的构建，为产学各界探索生物计算奠定了基础。面向产业生态，百度为产业提供了面向化合物分子、蛋白分子、基因组学信息等领域预训练大模型，将自身的技术优势积极投身到产学研协作当中。就像在AI基础设施层面，百度强调技术、生态与基础设施的并行，在生物计算领域，同样的战略落地方式也推动了百度自身与生物计算行业的积极发展。
企业进行跨学科探索与底层技术创新，强调长线程和重积累，只有构建出完整的技术序列、技术体系，才能在此基础上一鸣惊人。无论是在AI+生物计算领域，还是更为基础的AI技术上，长期主义，始终是百度的王牌。
这样的以重积累换取高效率的逻辑，展现在百度技术创新的方方面面。比如文心一言发布后的1个月内，完成了4次技术迭代，相较最初版本推理效率提升了10倍。这种技术迭代与产业化应用的效率从何而已？其中，飞桨支撑了文心一言从开发训练到推理部署的全流程，并且通过联合优化的方式，大幅提升了大模型的训练与推理。从中就可以看出，底层技术与工具链的长期积累，为新技术的高效率升级奠定了基础。
百度是如此打开AI技术的深度，中国科技也是如此打开走向世界的广度。
大国科技走向世界
1985年11月，《自然》杂志探讨了中国当时在高能物理、空间探索、地震预测等领域的科研水平，向世界展示了一个具有蓬勃科研创新活力的中国。
& Z$ s7 j# K& E2 O5 O" }; z8 c/ B 2008年7月，《自然》借着北京奥运的机会发布了中国特刊，向世界介绍了“中国目前论文发表数量比除了美国以外的其他国家都要多”，确定了中国科研实力的地位与价值。
7 |5 R* N! O( \ 几十年来，《自然》里的“中国元素”，可谓与中国科技发展完美同频，比如在1997年时《自然》发表的原创科研论文中只有0.4%涉及中国作者，2017年已增至约15%。这个数字的变化，恰好佐证了中国科技走向全球的变迁。
; {) A3 I% E# C 在这个过程中，一个角色是不可或缺的，那就是科技企业在整体科研环境中扮演的角色。自信息革命以来，我们可以在欧美发达国家的科技版图中，看到很多重大创新都是由企业来完成。以AI+生物计算为例，DeepMind打造的AlphaFold2广受关注。而谷歌母公司Alphabet，已经在持续推动这一算法在医疗健康、新药研发等领域落地，打造了ChatGPT的OpenAI，也在AI疾病诊疗、AI蛋白质结构预测等领域进行着探索。

从世界范围内的趋势来看，AI+生物计算这一重要领域，主要创新阵地应该在科技企业，并且需要以科技企业为核心，形成产学研互动的良性生态。而百度在生物计算领域的布局与进取态势，则在中国科技版图中补完了这一环节。
中国科技走向全球，走向科技自立自强，离不开企业科研能力的不断升级。从这个角度看，百度生物计算以第一完成单位身份在《自然》发表论文，可以看作一个新阶段的信号。1985年，是世界看到中国科技；2008年，中国综合科研能力跻身世界前列；今天，中国的科学家、学术机构、科技企业，都能作为第一作者登上《自然》，证明中国已经具备了多元化，立体化的科技能力。
中国科技的创新性和独特性，已经从学术界延伸到产业界，更具有世界眼光，更具有大国担当。