作者: メタバースの中心部
生物学における最先端の人工知能研究研究所である EevolutionaryScale は、最近、シードラウンドで 1 億 4,200 万米ドルを超える資金を受け取り、画期的な AI モデル ESM3 をリリースしたと発表しました。設立1年目のこの会社は、AIライフサイエンスの分野でどのようなユニークなアイデアを持っているのでしょうか？新しい大型タンパク質モデルにはどのような技術的進歩があるのでしょうか?
1週間前、MetaがVincent Videoトラックで本格的に活動していたとき、Metaによって解散されたプロテインチームEevolutionaryScaleは、シードラウンドで1億4,200万ドル以上の資金調達を受けており、この資金調達額は全体で見てもとんでもなく高額であると言える。バイオテクノロジー分野。
昨年8月、Metaはタンパク質折り畳みチームMeta-FAIRの解散を正式に発表した。この純粋な「科学 + AI」プロジェクトは Meta にすぐに利益をもたらすことはできず、商用 AI に重点を置くという Meta の決定は合理的であるように思われます。
しかし、この弱小チームはわずか 1 年で Meta を打ち負かしました。同社の最新リリースである ESM3 は、生物学における画期的な生成 AI モデルと考えられており、生物学的プログラミングの新たな可能性を切り開きます。
01. 1分間のプロジェクト概要
1. プロジェクト名: EvolutionaryScale
2.設立時期：2023年7月
3. 製品紹介:
新しいタンパク質やその他の生物学的システムを作成するための大規模な言語モデルである ESM を開発しています。これは現在 ESM-3 に反復されています。
4. 創設チーム:
主任科学者: アレクサンダー・リヴス (ニューヨーク大学コンピュータサイエンス博士、元 Facebook AI 科学者)
ボリュームハート
カンディドソルト
5. 資金調達状況:
2024年6月25日に、最大1億4,200万米ドルのシードラウンドの資金調達が完了しました。このラウンドは、ナット・フリードマン氏とダニエル・グロス氏、そしてLux Capitalが主導し、Amazon、NVentures（Nvidiaのベンチャーキャピタル部門）、エンジェル投資家らが参加した。
02. チームワークと一貫したアイデアの追求
人工知能の進歩により、機能性生体分子、特にタンパク質の設計を含む生物科学研究において前例のない機会が生まれています。人工知能をタンパク質設計に適用すると、タンパク質設計の効率と成功率が向上するだけでなく、感染症の発生に迅速に対応することで人類が直面している課題のいくつかを解決することにも役立ちます。
アレクサンダー・リヴス氏らは、タンパク質設計のギャップに気づき、ディープラーニングに基づく大規模モデルを開発して、産業レベルのタンパク質設計を「完全自動インテリジェント生成の時代」へと推進することを決意しました。
こうして、EvolutionaryScaleが誕生しました。生物学の最前線で大規模言語モデルを立ち上げることに専念し、生物科学分野に重点を置いた最先端の AI 研究室です。
興味深いことに、同社の創設チームの 8 人のメンバー全員が Meta の FAIR (基礎人工知能研究) 部門出身です。世界クラスのソーシャルメディア大手からの挫折にも関わらず、初期チームの中核メンバーは諦めず、すぐに新たな戦場へと移り、初期チームの成果に基づいて次世代モデルの開発に着手しました。
EvolutionaryScale の大規模モデルは、健康や環境科学などの分野での研究開発をサポートし、生物学のスケーラビリティを継続的に探求し、画期的な科学研究に力を与えます。その中で最も注目すべき成果は、タンパク質フォールディング技術の飛躍的進歩です。ESMモデルは、何億ものメタゲノムタンパク質の構造を明らかにし、世界中の科学者がタンパク質をシミュレートして理解するのに役立っています。
EvolutionaryScale は、オープンで安全な研究方法を通じて、タンパク質設計の分野における人工知能技術の開発を導くことを目指しています。
これに基づき、同社は署名者として、学界、政府、民間団体の160を超える世界中の関係者を率いてこの技術を共同開発し、その安全性と信頼性を確保し、人類の健康と社会に利益をもたらすというビジョンを実現しました。
生物学界における先進的な AI 技術をリードするという責任感があるからこそ、アレクサンダー・リヴス氏と彼のチームは決して立ち止まることなく歩みを進めてきたのです。
以前、EvolutionaryScale は大規模言語モデル ESM1 をリリースしました。これはタンパク質用の最初のトランスフォーマー言語モデルと考えられており、Meta の FAIR 部門で働いていたときに EvolutionaryScale の創設チームによって構築されました。 ESM1 のアップグレードモデルである ESM2 は、1,500 万個のパラメータを持ち、旧モデル ESM1b (6 億 5,000 万個のパラメータ) よりも優れたパフォーマンスを発揮します。
先週、EvolutionaryScale は最新の ESM3 AI モデルをリリースしました。これは生物学の未来に向けた大きな一歩です。このモデルの機能により、炭素を捕捉するのに役立つタンパク質の作成から新しい癌治療法の開発まで、幅広い用途での発見を加速することが可能になります。
03. 生物学におけるAI応用の先駆者
ESM3 は、新しいタンパク質を生成することを主な機能とする生成 AI モデルです。このモデルは、ディープラーニング技術を通じて大量のタンパク質データを使用してトレーニングされ、タンパク質の配列、構造、機能の関係を学習します。
ESM3 のトレーニングには 1 兆テラフロップスを超える計算能力が使用され、これは生物学における最大の計算努力として知られています。このAIは、地球上の多様な自然から抽出した27億8千万種類のタンパク質のデータセットでトレーニングされ、タンパク質の配列、構造、機能について同時に推論できるようになりました。
ESM3 の主なワークフローは、次の 4 つのステップに要約できます。
データの収集と処理: EvolutionaryScale はまず、遺伝子配列、タンパク質構造、機能注釈など、さまざまなソースから大量の生物学的データを収集します。データは、その後の分析と適用を容易にするために、クリーンアップ、標準化、フォーマットされます。
モデルのトレーニング: ディープラーニング アルゴリズムと大規模なコンピューティング リソースを使用して、EvolutionaryScale は処理されたデータをトレーニングし、生物学的法則を理解して予測できる大規模な言語モデルを構築します。これらのモデルは精度が高いだけでなく、複雑な生物学的問題にも対応できます。
新しいタンパク質の生成: インタラクティブなプロンプトを通じて、ESM3 は自然界で進化するのに何億年もかかる新しいタンパク質を生成することができます。
科学的検証: 生成された新規タンパク質は、その機能と潜在的な用途を決定するために科学的実験を通じて検証されます。
現在、ESM3 の最も注目すべき使用例の 1 つは、新しい緑色蛍光タンパク質 (GFP) の生成です。
GFP は自然界で最も美しくユニークなタンパク質の 1 つであり、クラゲの生物発光やサンゴの鮮やかな蛍光色の原因となっています。 ESM3 は、5 億年にわたる進化の過程を経て、この新しい蛍光タンパク質を生み出しました。このプロセスは自然進化では5億年以上かかりますが、ESM3は計算手法によってこの飛躍を達成しました。
ESM3 のリリースは、創薬と合成生物学の分野にも革命をもたらしました。
創薬の面では、ESM3 は特定の生物学的活性を持つ新しいタンパク質を生成し、薬剤のスクリーニングと最適化のための候補分子をさらに提供することができます。同時に、ESM3 は薬物と標的間の相互作用メカニズムを予測および最適化することもできるため、薬物の設計と開発のためのより科学的な基盤を提供します。
合成生物学の観点から見ると、ESM3 は特定の機能を備えた生物システムを生成することができ、バイオ製造やバイオエネルギーなどの分野で新しいソリューションを提供します。たとえば、ESM3 は二酸化炭素を効率的に有機物に変換する酵素システムを生成し、炭素の捕捉と利用のための新しい経路を提供します。
EvolutionaryScale の ESM3 モデルは、生物学における AI の新たなマイルストーンを表しています。 ESM3 は、その強力な生成能力と業界リーダーとのコラボレーションを通じて、新しいタンパク質の発見と生物システムの設計を加速し、将来の医薬品開発、材料科学、環境科学などの分野に革命的な影響を与えることが期待されています。
04. 生物学分野におけるイノベーションの旅
合成生物学：生命をプログラミングする
合成生物学は、EvolutionaryScale の将来の発展にとって重要な方向性です。新しい遺伝子回路と生物学的経路を設計および合成することで、科学者は特定の機能を備えた生物を作り出すことができます。
遺伝子回路は電子回路に似ていますが、細胞内の生物学的プロセスを制御します。
遺伝子回路は細胞内の特定の遺伝子の発現を正確に制御することができます。たとえば、細胞が特定の化学物質や環境の変化などの特定の信号を検知したときに、特定の遺伝子の発現をオンまたはオフにするように遺伝子回路を設計することができます。
合成生物学経路では、複数の酵素と代謝経路を組み合わせて貴重な化合物を生成します。
AI 分析と設計を通じて、科学者は、自然条件下では生成できない化合物を生物が合成できるようにする新しい代謝経路を作成できます。たとえば、微生物の代謝経路を再設計することで、微生物は医薬品中間体、バイオ燃料、または工業用化学物質を生産することができます。
細胞工場は、遺伝子工学を利用して微生物を改変し、工業条件下で効率的に目的の製品を生産できるようにする生物学的システムです。
AI 支援設計を通じて、科学者は微生物のゲノムを改変し、特定の条件下で優れた生産性能を発揮するようにすることができます。例えば、酵母や細菌の遺伝子を編集することで、科学者はこれらの微生物が抗生物質、酵素、その他の生物学的製品を効率的に生産するようにすることができます。
この技術が今後も発展を続ければ、科学研究の最先端を推進するだけでなく、医療、環境保護、農業などの分野に重要な応用展望をもたらすことになるでしょう。
データ駆動型個別化医療
EvolutionaryScale は、AI とビッグデータ分析を通じて個別化医療の進歩を推進し、患者により正確で効率的な医療サービスを提供しています。
個別化医療とは、各患者の固有の生物学的情報と臨床データに基づいて、最も適切な治療計画をカスタマイズするプロセスです。重要な分野の一つはゲノム解析です。科学者は患者のゲノムを包括的に配列し分析することで、病気に関連する遺伝子変異を特定することができます。
EvolutionaryScale は AI テクノロジーを使用して大量のゲノムデータを迅速かつ正確に分析し、潜在的な疾患リスク要因を特定します。
このアプローチは、医師が病気を早期に診断し、予防措置を講じるのに役立つ可能性がある。たとえば、乳がん患者の BRCA1 および BRCA2 遺伝子変異を分析することで、病気のリスクを予測し、早期のスクリーニングと介入が可能になります。
現在、EvolutionaryScale は生物学と人工知能の融合の最前線に立ち、継続的な革新と探求を通じて生物システムのプログラミングと最適化を可能にすることに取り組んでいます。将来的にはさらなる技術革新が達成され、人類にとってよりスマートで健康的な未来が創造されるかもしれません。