Scritto da: Cuore del Metaverso

EvolutionaryScale, un laboratorio di ricerca all’avanguardia sull’intelligenza artificiale in biologia, ha recentemente annunciato di aver ricevuto oltre 142 milioni di dollari in finanziamenti seed round e ha rilasciato lo storico modello di intelligenza artificiale ESM3. Quali idee uniche ha questa azienda nata un anno nel campo delle scienze della vita basate sull'intelligenza artificiale? Che tipo di scoperte tecnologiche presenta il nuovo modello di grandi proteine?

Una settimana fa, quando Meta era in pieno svolgimento sulla traccia Vincent Video, il team proteico EvolutionaryScale, che è stato sciolto da esso, ha ricevuto più di 142 milioni di dollari in finanziamenti iniziali. Si può dire che l'importo del finanziamento sia ridicolosamente alto campo delle biotecnologie.

Nell'agosto dello scorso anno, Meta ha annunciato ufficialmente lo scioglimento del suo team di ripiegamento delle proteine ​​Meta-FAIR. Questo progetto puramente "scienza + intelligenza artificiale" non consentirà a Meta di ottenere profitti rapidamente e la decisione di Meta di concentrarsi sulla commercializzazione dell'intelligenza artificiale sembra ragionevole.

Tuttavia, questa squadra sottovalutata ha effettivamente schiaffeggiato Meta in appena un anno. Il loro ultimo ESM3 è considerato un modello di intelligenza artificiale generativa fondamentale nel campo della biologia, aprendo nuove possibilità per la programmazione biologica.

01. Panoramica del progetto in 1 minuto

1. Nome del progetto: EvolutionaryScale

2. Data di costituzione: luglio 2023

3. Introduzione al prodotto:

Sviluppo di un ampio modello linguistico per la creazione di nuove proteine ​​e altri sistemi biologici: ESM, attualmente iterato in ESM-3.

4. Squadra dei fondatori:

  • Scienziato capo: Alexander Rives (PhD in Informatica, New York University, ex scienziato dell'intelligenza artificiale di Facebook)

  • Tom Sercu

  • Sal Candido

5. Situazione finanziaria:

Completato un round di finanziamento iniziale fino a 142 milioni di dollari il 25 giugno 2024. Il round è stato guidato da Nat Friedman e Daniel Gross e Lux Capital, con la partecipazione di Amazon, NVentures (il braccio di venture capital di Nvidia) e angel investor.

02. La ricerca del lavoro di squadra e di concetti coerenti

I progressi nell’intelligenza artificiale hanno creato opportunità senza precedenti per la ricerca bioscientifica, compresa la progettazione di biomolecole funzionali, in particolare proteine. L’applicazione dell’intelligenza artificiale alla progettazione delle proteine ​​può non solo migliorare l’efficienza e il tasso di successo della progettazione delle proteine, ma anche aiutare l’umanità a risolvere alcune delle sfide che si trova ad affrontare rispondendo rapidamente alle epidemie di malattie infettive.

Alexander Rives e altri hanno notato il divario nella progettazione delle proteine ​​e hanno deciso di sviluppare modelli di grandi dimensioni basati sull’apprendimento profondo, promuovendo così la progettazione delle proteine ​​a livello industriale nell’era della “generazione intelligente completamente automatica”.

Così è nata EvolutionaryScale. È un laboratorio di ricerca sull’intelligenza artificiale all’avanguardia focalizzato nel campo delle scienze biologiche e si impegna a lanciare modelli linguistici su larga scala all’avanguardia della biologia.

È interessante notare che tutti gli otto membri del team fondatore dell’azienda provenivano dal dipartimento FAIR (Fundamental Artificial Intelligence Research) di Meta. Nonostante la frustrazione causata dal gigante dei social media di livello mondiale, i membri principali del team iniziale non si sono arresi, ma sono entrati rapidamente nel nuovo campo di battaglia e hanno iniziato a sviluppare il modello di prossima generazione basato sui risultati del team originale.

I grandi modelli di EvolutionaryScale supportano la ricerca e lo sviluppo in campi quali la salute e la scienza ambientale, esplorando costantemente la scalabilità della biologia e alimentando la ricerca scientifica rivoluzionaria. Uno dei risultati più significativi è la svolta nella tecnologia del ripiegamento delle proteine. I modelli ESM hanno rivelato le strutture di centinaia di milioni di proteine ​​metagenomiche, aiutando gli scienziati di tutto il mondo a simulare e comprendere le proteine.

EvolutionaryScale mira a guidare lo sviluppo della tecnologia dell'intelligenza artificiale nel campo della progettazione delle proteine ​​attraverso metodi di ricerca aperti e sicuri.

Su questa base, l’azienda, in qualità di firmatario, ha guidato più di 160 stakeholder globali provenienti dal mondo accademico, governativo e del settore privato a sviluppare congiuntamente questa tecnologia e garantire che sia sicura e affidabile, realizzando così l’obiettivo di apportare benefici alla salute umana e alla società.

È proprio a causa del senso di responsabilità di guidare la tecnologia avanzata dell’intelligenza artificiale nel mondo biologico che Alexander Rives e il suo team non si fermano mai.

In precedenza, EvolutionaryScale ha rilasciato il modello linguistico su larga scala ESM1, che è considerato il primo modello linguistico trasformatore per le proteine ​​ed è stato costruito dal team fondatore di EvolutionaryScale mentre lavorava nel dipartimento FAIR di Meta. ESM2, un modello aggiornato di ESM1, ha 15 milioni di parametri e funziona meglio del vecchio modello ESM1b (che ha 650 milioni di parametri).

La settimana scorsa, EvolutionaryScale ha rilasciato il suo ultimo modello AI ESM3, un enorme passo avanti verso il futuro della biologia. Con la potenza di questo modello è possibile accelerare le scoperte con applicazioni diffuse, favorendo la creazione di proteine ​​che aiutano a catturare il carbonio per sviluppare nuovi trattamenti contro il cancro.

03.Pioniere nell'applicazione dell'IA in biologia

ESM3 è un modello di intelligenza artificiale generativa la cui funzione principale è generare nuove proteine. Il modello utilizza la tecnologia di deep learning per allenarsi utilizzando una grande quantità di dati proteici per apprendere la relazione tra sequenza, struttura e funzione della proteina.

ESM3 è stato addestrato utilizzando più di 1 trilione di teraflop di potenza di calcolo, la più grande scala computazionale conosciuta in biologia. È stato addestrato su un set di dati di 2,78 miliardi di proteine ​​provenienti dalla diversità naturale della Terra, consentendogli di ragionare contemporaneamente sulla sequenza, la struttura e la funzione delle proteine.

Il flusso di lavoro principale di ESM3 può essere semplificato nei seguenti quattro passaggi:

  • Raccolta ed elaborazione dei dati: EvolutionaryScale raccoglie innanzitutto una grande quantità di dati biologici da varie fonti, tra cui sequenze genetiche, strutture proteiche, annotazioni funzionali, ecc. I dati verranno puliti, standardizzati e formattati per facilitare la successiva analisi e applicazione.

  • Addestramento del modello: utilizzando algoritmi di deep learning e una grande quantità di risorse informatiche, EvolutionaryScale addestrerà i dati elaborati per costruire un ampio modello linguistico in grado di comprendere e prevedere le leggi biologiche. Questi modelli non solo sono estremamente accurati, ma sono anche in grado di gestire problemi biologici complessi.

  • Genera nuove proteine: attraverso suggerimenti interattivi, ESM3 è in grado di generare nuove proteine ​​che avrebbero impiegato centinaia di milioni di anni per evolversi in natura.

  • Convalida scientifica: le nuove proteine ​​generate saranno convalidate attraverso esperimenti scientifici per determinarne le funzioni e le potenziali applicazioni.

Attualmente, uno dei casi d’uso più interessanti per ESM3 è la generazione di una nuova proteina fluorescente verde (GFP).

La GFP è una delle proteine ​​più belle e uniche in natura, responsabile dello splendore delle meduse e dei vivaci colori fluorescenti dei coralli. L'ESM3 ha creato questa nuova proteina fluorescente attraverso un processo mentale che abbraccia 500 milioni di anni di evoluzione. Questo processo avrebbe richiesto più di 500 milioni di anni nell’evoluzione naturale, ma ESM3 ha reso questo salto computazionalmente possibile.

Il rilascio di ESM3 ha anche rivoluzionato i campi della scoperta di farmaci e della biologia sintetica.

In termini di scoperta di farmaci, ESM3 può generare nuove proteine ​​con attività biologiche specifiche, fornendo più molecole candidate per lo screening e l’ottimizzazione dei farmaci. Allo stesso tempo, ESM3 può anche prevedere e ottimizzare il meccanismo di interazione tra farmaci e bersagli, fornendo una base più scientifica per la progettazione e lo sviluppo dei farmaci.

In termini di biologia sintetica, ESM3 è in grado di generare sistemi biologici con funzioni specifiche, fornendo nuove soluzioni in settori come la bioproduzione e la bioenergia. Ad esempio, ESM3 può generare un sistema enzimatico che converte in modo efficiente l’anidride carbonica in materia organica, fornendo un nuovo approccio alla cattura e all’utilizzo del carbonio.

Il modello ESM3 di EvolutionaryScale rappresenta una nuova pietra miliare nell’intelligenza artificiale in biologia. Attraverso le sue potenti capacità di generazione e la collaborazione con i leader del settore, si prevede che ESM3 accelererà la scoperta di nuove proteine ​​e la progettazione di sistemi biologici, apportando un impatto rivoluzionario al futuro sviluppo di farmaci, alla scienza dei materiali e alla scienza ambientale.

04. Viaggio di innovazione nel campo della biologia

Biologia sintetica: programmazione della vita

La biologia sintetica è una direzione importante per lo sviluppo futuro di EvolutionaryScale. Progettando e sintetizzando nuovi circuiti genetici e percorsi biologici, gli scienziati possono creare organismi con funzioni specifiche.

  • I circuiti genetici sono simili ai circuiti elettronici, ma controllano i processi biologici nelle cellule.

I circuiti genici consentono un controllo preciso dell'espressione genica specifica all'interno delle cellule. Ad esempio, un circuito genetico può essere progettato per attivare o disattivare l’espressione di un gene specifico quando la cellula rileva un segnale specifico, come una determinata sostanza chimica o un cambiamento ambientale.

  • I percorsi di biologia sintetica implicano la combinazione di più enzimi e percorsi metabolici per la produzione di composti preziosi.

Attraverso l’analisi e la progettazione dell’intelligenza artificiale, gli scienziati possono creare nuovi percorsi metabolici che consentono agli organismi di sintetizzare composti che non possono essere prodotti naturalmente. Ad esempio, i microrganismi possono produrre intermedi farmaceutici, biocarburanti o prodotti chimici industriali ridisegnando i loro percorsi metabolici.

  • La fabbrica cellulare è un sistema biologico che utilizza l'ingegneria genetica per modificare i microrganismi per produrre in modo efficiente prodotti target in condizioni industriali.

Attraverso la progettazione assistita dall’intelligenza artificiale, gli scienziati possono modificare i genomi dei microrganismi in modo che possano mostrare eccellenti prestazioni di produzione in condizioni specifiche. Ad esempio, modificando i geni di lieviti o batteri, gli scienziati possono rendere questi microrganismi efficienti nella produzione di antibiotici, enzimi o altri prodotti biologici.

Se questa tecnologia continuerà a svilupparsi, non solo favorirà lo sviluppo d’avanguardia della ricerca scientifica, ma aprirà anche importanti prospettive applicative in campi come la medicina, la protezione ambientale e l’agricoltura.

Medicina personalizzata basata sui dati

EvolutionaryScale sta promuovendo il progresso della medicina personalizzata attraverso l’intelligenza artificiale e la tecnologia di analisi dei big data per fornire ai pazienti servizi medici più precisi ed efficienti.

La medicina personalizzata si basa sulle informazioni biologiche e sui dati clinici unici di ciascun paziente per personalizzare il piano di trattamento più appropriato. Un settore chiave è l’analisi genomica. Sequenziando e analizzando in modo completo il genoma di un paziente, gli scienziati possono identificare le varianti genetiche associate alla malattia.

EvolutionaryScale utilizza la tecnologia AI per analizzare in modo rapido e accurato grandi quantità di dati genomici per scoprire potenziali fattori di rischio di malattie.

Questo metodo può aiutare i medici a diagnosticare la malattia nelle sue fasi iniziali e ad adottare misure preventive. Ad esempio, analizzando le mutazioni dei geni BRCA1 e BRCA2 nei pazienti affetti da cancro al seno, è possibile prevederne il rischio, consentendo uno screening e un intervento precoce.

Oggi, EvolutionaryScale è in prima linea nell'integrazione della biologia e dell'intelligenza artificiale, dedicata alla programmazione e all'ottimizzazione dei sistemi biologici attraverso l'innovazione e l'esplorazione continue. In futuro potrebbero essere raggiunti ulteriori progressi tecnologici, creando un futuro più intelligente e più sano per l’umanità.