GPT-4无师自通预测蛋白质结构登Nature子刊！LLM全面进军生物学，AlphaFold被「偷家」?

文章预览

提到AI4Science， 尤其是AI在生物学领域的应用，DeepMind的AlphaFold已经成为了「出圈」的代表作，是生物学和计算交叉融合的里程碑。 2020年底，第一代AlphaFold就已经能以原子级别的精度预测蛋白质的三维形状。然而，这仅仅是一个开始。 一个不那么明显的事实是，与Meta FAIR研发的ESM系列不同，AlphaFold并非不是使用LLM构建的，而是依赖于一种名为「多序列比对」（MSA）的方法，是生物信息学领域一种较为传统的做法。 当全球的目光聚焦于AlphaFold时，大语言模型在生物学领域的潜力或许被低估了。 去年，AI专栏作家、Radical VC合伙人Rob Toews在《福布斯》杂志上发表了一篇文章，预言LLM在生物领域的潜力。 相比速度慢且计算量大的MSA方法，LLM在规模化预测方面有更大的优势，而且能产生同样准确，甚至更准确的结构预测。 此外，语言模型能够对蛋白质的潜 ………………………………