Chai-1:突破性的多模态基础模型，解锁生命分子相互作用

文章预览

DRUG AI 理解生物分子的三维结构对于研究它们的功能和相互作用至关重要。这种理解又是设计针对生命细胞机制的治疗分子的基础。在过去的几年中，使用深度学习方法来预测蛋白质和核酸折叠结构方面取得了显著进展。最近，诸如RoseTTAFold All-Atom和AlphaFold3 等方法引入了能够预测广泛蛋白质和核酸结构、它们的共价修饰及小分子配体与这些复合物相互作用的模型。 Chai Discovery发布了Chai-1，一款用于分子结构预测的多模态基础模型，适用于药物发现等任务。Chai-1具备先进的预测能力，能够对蛋白质、小分子、DNA、RNA等进行统一预测，并在PoseBusters和CASP15等多个基准测试中表现出色。与许多需要多序列比对（MSA）的工具不同，Chai-1可以在单序列模式下运行，同时保持高性能。 Chai-1模型在PoseBusters基准测试中达到了77%的成功率（相比之下，谷歌的AlphaFold 3 ………………………………