Geschrieben von: Heart of the Metaverse

EvolutionaryScale, ein hochmodernes Forschungslabor für künstliche Intelligenz in der Biologie, gab kürzlich bekannt, dass es eine Startfinanzierung in Höhe von über 142 Millionen US-Dollar erhalten und das bahnbrechende KI-Modell ESM3 veröffentlicht hat. Welche einzigartigen Ideen hat dieses ein Jahr alte Unternehmen im Bereich der KI-Lebenswissenschaften? Welche technologischen Durchbrüche bringt das neue große Proteinmodell mit sich?

Vor einer Woche, als Meta mit dem Vincent-Video-Track in vollem Gange war, erhielt das von ihm aufgelöste Protein-Team EvolutionaryScale mehr als 142 Millionen US-Dollar an Startkapitalfinanzierungen. Dieser Finanzierungsbetrag kann insgesamt als lächerlich hoch angesehen werden Bereich der Biotechnologie.

Im August letzten Jahres gab Meta offiziell bekannt, dass sein Proteinfaltungsteam Meta-FAIR aufgelöst wurde. Dieses reine „Wissenschaft + KI“-Projekt wird es Meta nicht ermöglichen, schnell Gewinne zu erzielen, und Metas Entscheidung, sich auf die Kommerzialisierung von KI zu konzentrieren, erscheint vernünftig.

Allerdings hat dieses unterschätzte Team Meta in nur einem Jahr tatsächlich ins Gesicht geschlagen. Ihr neuestes ESM3 gilt als wegweisendes generatives KI-Modell im Bereich der Biologie und eröffnet neue Möglichkeiten für die biologische Programmierung.

01. 1 Minute Projektübersicht

1. Projektname: EvolutionaryScale

2. Gründungsdatum: Juli 2023

3. Produkteinführung:

Entwicklung eines großen Sprachmodells zur Schaffung neuartiger Proteine ​​und anderer biologischer Systeme – ESM, derzeit iteriert auf ESM-3.

4. Gründerteam:

  • Chefwissenschaftler: Alexander Rives (PhD in Informatik, New York University, ehemaliger Facebook-KI-Wissenschaftler)

  • Tom Sercu

  • Sal Candido

5. Finanzierungssituation:

Am 25. Juni 2024 wurde eine Seed-Finanzierungsrunde von bis zu 142 Millionen US-Dollar abgeschlossen. Die Runde wurde von Nat Friedman und Daniel Gross sowie Lux Capital angeführt, unter Beteiligung von Amazon, NVentures (Nvidias Risikokapitalarm) und Angel-Investoren.

02. Das Streben nach Teamarbeit und konsistenten Konzepten

Fortschritte in der künstlichen Intelligenz haben beispiellose Möglichkeiten für die biowissenschaftliche Forschung geschaffen, einschließlich der Entwicklung funktioneller Biomoleküle, insbesondere Proteine. Der Einsatz künstlicher Intelligenz beim Proteindesign kann nicht nur die Effizienz und Erfolgsquote des Proteindesigns verbessern, sondern auch der Menschheit helfen, einige der Herausforderungen zu lösen, denen sie gegenübersteht, indem sie schnell auf Ausbrüche von Infektionskrankheiten reagiert.

Alexander Rives und andere erkannten die Lücke im Proteindesign und beschlossen, große Modelle auf Basis von Deep Learning zu entwickeln und so das Proteindesign auf industrieller Ebene in die „Ära der vollautomatischen intelligenten Erzeugung“ zu treiben.

So entstand EvolutionaryScale. Es ist ein hochmodernes KI-Forschungslabor, das sich auf den Bereich der Biowissenschaften konzentriert und sich der Einführung groß angelegter Sprachmodelle an der Spitze der Biologie verschrieben hat.

Interessanterweise kamen alle acht Mitglieder des Gründungsteams des Unternehmens aus der FAIR-Abteilung (Fundamental Artificial Intelligence Research) von Meta. Trotz der Frustration über den Weltklasse-Social-Media-Riesen gaben die Kernmitglieder des ursprünglichen Teams nicht auf. Stattdessen betraten sie schnell das neue Schlachtfeld und begannen, auf der Grundlage der Ergebnisse des ursprünglichen Teams das Modell der nächsten Generation zu entwickeln.

Die großen Modelle von EvolutionaryScale unterstützen Forschung und Entwicklung in Bereichen wie Gesundheits- und Umweltwissenschaften, erforschen kontinuierlich die Skalierbarkeit der Biologie und treiben bahnbrechende wissenschaftliche Forschung voran. Eines der bedeutendsten Ergebnisse ist der Durchbruch in der Proteinfaltungstechnologie, der die Strukturen von Hunderten Millionen metagenomischen Proteinen aufgedeckt hat und Wissenschaftlern auf der ganzen Welt dabei hilft, Proteine ​​zu simulieren und zu verstehen.

Ziel von EvolutionaryScale ist es, die Entwicklung der Technologie der künstlichen Intelligenz im Bereich des Proteindesigns durch offene und sichere Forschungsmethoden zu steuern.

Auf dieser Grundlage hat das Unternehmen als Unterzeichner mehr als 160 globale Interessengruppen aus Wissenschaft, Regierung und Privatsektor dazu gebracht, diese Technologie gemeinsam zu entwickeln und sicherzustellen, dass sie sicher und zuverlässig ist, um so die Vision zu verwirklichen, der menschlichen Gesundheit und der Gesellschaft zu helfen.

Gerade wegen des Verantwortungsbewusstseins, fortschrittliche KI-Technologie in der biologischen Welt anzuführen, geben Alexander Rives und sein Team nie auf.

Zuvor hat EvolutionaryScale das groß angelegte Sprachmodell ESM1 veröffentlicht, das als erstes transformierendes Sprachmodell für Proteine ​​gilt und vom Gründerteam von EvolutionaryScale während seiner Arbeit in der FAIR-Abteilung von Meta erstellt wurde. ESM2, ein aktualisiertes Modell von ESM1, verfügt über 15 Millionen Parameter und bietet eine bessere Leistung als das ältere Modell ESM1b (mit 650 Millionen Parametern).

Letzte Woche veröffentlichte EvolutionaryScale sein neuestes ESM3-KI-Modell, ein großer Schritt in Richtung der Zukunft der Biologie. Mit der Leistungsfähigkeit dieses Modells ist es möglich, Entdeckungen mit weitreichenden Anwendungen zu beschleunigen und die Bildung von Proteinen zu fördern, die dabei helfen, Kohlenstoff einzufangen, um neue Krebsbehandlungen zu entwickeln.

03.Pionier in der Anwendung von KI in der Biologie

ESM3 ist ein generatives KI-Modell, dessen Hauptfunktion darin besteht, neue Proteine ​​zu generieren. Das Modell verwendet Deep-Learning-Technologie, um mithilfe einer großen Menge an Proteindaten zu trainieren und die Beziehung zwischen Proteinsequenz, -struktur und -funktion zu erlernen.

ESM3 wurde mit mehr als einer Billion Teraflops Rechenleistung trainiert, dem größten bekannten Rechenmaßstab in der Biologie. Es wurde anhand eines Datensatzes von 2,78 Milliarden Proteinen aus der natürlichen Vielfalt der Erde trainiert, was es ihm ermöglichte, gleichzeitig über Proteinsequenz, -struktur und -funktion nachzudenken.

Der Hauptarbeitsablauf von ESM3 kann in die folgenden vier Schritte vereinfacht werden:

  • Datenerfassung und -verarbeitung: EvolutionaryScale sammelt zunächst eine große Menge biologischer Daten aus verschiedenen Quellen, darunter Gensequenzen, Proteinstrukturen, funktionelle Annotationen usw. Die Daten werden bereinigt, standardisiert und formatiert, um die anschließende Analyse und Anwendung zu erleichtern.

  • Modelltraining: Mithilfe von Deep-Learning-Algorithmen und einer großen Menge an Rechenressourcen wird EvolutionaryScale die verarbeiteten Daten trainieren, um ein großes Sprachmodell zu erstellen, das biologische Gesetze verstehen und vorhersagen kann. Diese Modelle sind nicht nur sehr genau, sondern auch in der Lage, komplexe biologische Probleme zu lösen.

  • Neue Proteine ​​generieren: Durch interaktive Eingabeaufforderungen ist ESM3 in der Lage, neue Proteine ​​zu erzeugen, deren Entwicklung in der Natur Hunderte Millionen Jahre gedauert hätte.

  • Wissenschaftliche Validierung: Die generierten neuartigen Proteine ​​werden durch wissenschaftliche Experimente validiert, um ihre Funktionen und möglichen Anwendungen zu bestimmen.

Derzeit ist einer der überzeugendsten Anwendungsfälle für ESM3 die Erzeugung eines neuen grün fluoreszierenden Proteins (GFP).

GFP ist eines der schönsten und einzigartigsten Proteine ​​in der Natur und verantwortlich für das Leuchten von Quallen und die leuchtenden fluoreszierenden Farben von Korallen. ESM3 schuf dieses neue fluoreszierende Protein durch einen Gedankenprozess, der sich über 500 Millionen Jahre Evolution erstreckte. Dieser Prozess hätte in der natürlichen Evolution mehr als 500 Millionen Jahre gedauert, aber ESM3 machte diesen Sprung rechnerisch möglich.

Die Veröffentlichung von ESM3 hat auch die Bereiche Arzneimittelforschung und synthetische Biologie revolutioniert.

Im Hinblick auf die Arzneimittelentwicklung kann ESM3 neuartige Proteine ​​mit spezifischen biologischen Aktivitäten erzeugen und so mehr Kandidatenmoleküle für das Arzneimittelscreening und die Arzneimitteloptimierung bereitstellen. Gleichzeitig kann ESM3 auch den Interaktionsmechanismus zwischen Medikamenten und Zielmolekülen vorhersagen und optimieren und so eine wissenschaftlichere Grundlage für das Design und die Entwicklung von Medikamenten liefern.

Im Hinblick auf die synthetische Biologie ist ESM3 in der Lage, biologische Systeme mit spezifischen Funktionen zu erzeugen und so neue Lösungen in Bereichen wie Bioproduktion und Bioenergie bereitzustellen. Beispielsweise kann ESM3 ein Enzymsystem erzeugen, das Kohlendioxid effizient in organisches Material umwandelt und so einen neuen Ansatz zur Kohlenstoffabscheidung und -nutzung bietet.

Das ESM3-Modell von EvolutionaryScale stellt einen neuen Meilenstein in der KI in der Biologie dar. Durch seine leistungsstarken Erzeugungsfähigkeiten und die Zusammenarbeit mit Branchenführern wird ESM3 voraussichtlich die Entdeckung neuartiger Proteine ​​und das Design biologischer Systeme beschleunigen und revolutionäre Auswirkungen auf die zukünftige Arzneimittelentwicklung, Materialwissenschaft und Umweltwissenschaft haben.

04. Innovationsreise im Bereich der Biologie

Synthetische Biologie: Leben programmieren

Die synthetische Biologie ist eine wichtige Richtung für die zukünftige Entwicklung von EvolutionaryScale. Durch die Entwicklung und Synthese neuer genetischer Schaltkreise und biologischer Pfade können Wissenschaftler Organismen mit spezifischen Funktionen erschaffen.

  • Genetische Schaltkreise ähneln elektronischen Schaltkreisen, steuern jedoch biologische Prozesse in Zellen.

Genschaltkreise ermöglichen eine präzise Steuerung der spezifischen Genexpression innerhalb von Zellen. Beispielsweise kann ein genetischer Schaltkreis so konzipiert sein, dass er die Expression eines bestimmten Gens ein- oder ausschaltet, wenn die Zelle ein bestimmtes Signal erkennt, beispielsweise eine bestimmte Chemikalie oder eine Umweltveränderung.

  • Wege der synthetischen Biologie beinhalten die Kombination mehrerer Enzyme und Stoffwechselwege, die zur Herstellung wertvoller Verbindungen genutzt werden.

Durch KI-Analyse und -Design können Wissenschaftler neue Stoffwechselwege schaffen, die es Organismen ermöglichen, Verbindungen zu synthetisieren, die auf natürliche Weise nicht hergestellt werden können. Beispielsweise können Mikroorganismen pharmazeutische Zwischenprodukte, Biokraftstoffe oder Industriechemikalien herstellen, indem sie ihre Stoffwechselwege umgestalten.

  • Bei einer Zellfabrik handelt es sich um ein biologisches System, das mithilfe von Gentechnik Mikroorganismen so verändert, dass sie unter industriellen Bedingungen effizient Zielprodukte herstellen.

Durch KI-gestütztes Design können Wissenschaftler die Genome von Mikroorganismen so modifizieren, dass sie unter bestimmten Bedingungen eine hervorragende Produktionsleistung zeigen. Durch die Bearbeitung der Gene von Hefen oder Bakterien können Wissenschaftler beispielsweise dafür sorgen, dass diese Mikroorganismen effizient Antibiotika, Enzyme oder andere biologische Produkte produzieren.

Wenn sich diese Technologie weiterentwickeln kann, wird sie nicht nur die Spitzenentwicklung der wissenschaftlichen Forschung vorantreiben, sondern auch wichtige Anwendungsperspektiven in Bereichen wie Medizin, Umweltschutz und Landwirtschaft eröffnen.

Datengesteuerte personalisierte Medizin

EvolutionaryScale fördert die Weiterentwicklung der personalisierten Medizin durch KI und Big-Data-Analysetechnologie, um Patienten präzisere und effizientere medizinische Dienstleistungen zu bieten.

Die personalisierte Medizin basiert auf den individuellen biologischen Informationen und klinischen Daten jedes Patienten, um den am besten geeigneten Behandlungsplan zu erstellen. Ein Schwerpunkt liegt in der Genomanalyse. Durch die umfassende Sequenzierung und Analyse des Genoms eines Patienten können Wissenschaftler genetische Varianten identifizieren, die mit der Krankheit verbunden sind.

EvolutionaryScale nutzt KI-Technologie, um große Mengen genomischer Daten schnell und genau zu analysieren, um potenzielle Risikofaktoren für Krankheiten zu entdecken.

Diese Methode kann Ärzten helfen, die Krankheit im Frühstadium zu diagnostizieren und vorbeugende Maßnahmen zu ergreifen. Durch die Analyse der BRCA1- und BRCA2-Genmutationen bei Brustkrebspatientinnen kann beispielsweise deren Risiko vorhergesagt werden, was eine frühzeitige Früherkennung und Intervention ermöglicht.

Heute steht EvolutionaryScale an der Spitze der Integration von Biologie und künstlicher Intelligenz und widmet sich der Programmierung und Optimierung biologischer Systeme durch kontinuierliche Innovation und Erforschung. In Zukunft könnten weitere technologische Durchbrüche erzielt werden, die eine intelligentere und gesündere Zukunft für die Menschheit schaffen.