2024年10月，这一年度的诺贝尔化学奖落下帷幕，其中一半授予美国生物化学家和计算生物学家David Baker，以表彰他在计算蛋白质设计方面的贡献；另一半则共同授予Demis Hassabis和John M. Jumper，以表彰他们在蛋白质结构预方面的成就。
而Demis和John均是谷歌旗下人工智能实验室DeepMind的核心管理者与科学家。早在2018年，他们两人掌舵下的DeepMind宣布推出了蛋白质预测模型AlphaFold。
从那之后，用AI而非传统的实验室方式完成药物发现流程、以尽可能多地发现生物分子及提升准确性，就成了AI研究届的一门显学。如何能够在预测准确性、精度等各方面指标上追平和超越不断演进的AlphaFold，也成了市场的主流命题之一。
4月16日，国产AI蛋白质设计企业“百奥几何”宣布，全球首个全场景原子级蛋白质大模型“GeoFlow V2”正式发布。
百奥几何成立于2022年，由AI制药科学家、加拿大魁北克省人工智能研究中心终身教授唐建创办，并由加拿大计算科学家AIYoshua Bengio任首席科学顾问。2018年，AIYoshua曾与Geoffrey Hinton、杨立昆共同获得图灵奖。
展开剩余42%相较当今业界主流模型“只能预测或只能生成”的单向性，GeoFlow V2首次实现了蛋白质结构预测与从头设计一体化 ，并在多项关键指标超越了AlphaFold3（2024年发布）等国际领先模型。
如官方数据显示， GeoFlow V2 在低同源抗原抗体数据集上的 Top-1 预测成功率（即置信度最高的模型和真实模型 DockQ\>0.23 的比例，下图左）达到 45%，显著领先 Chai-1 (33%)、Protenix (31%)、AFM2.3 (25%)等现有业界认可度最高的模型。在蛋白-小分子结构预测任务（下图右）中，GeoFlow V2 也有一流的表现。
发布于：中国香港
