登頂Nature 正刊！百度生物計算用AI首次實現mRNA領域重大進展

1985年11月21日的《自然》封面，是一張來自中國的“地圖”。這張地圖是清代總兵陳倫炯所編撰《海國聞見錄》中的插圖，是中國人開始認知與探索世界的見證，而選用這張封面，是為了配合當期的特別文章《科技在中國》。

那時候，中國正處在改革開放的浪潮中，中國科技登陸國際視野還顯得驚奇與稚嫩。

一轉眼，38年過去，伴隨著中國科技的飛速發展，越來越多的中國科研工作者、科研機構以第一作者的身份，登上被稱作科學金字塔尖的《自然》。

5月2日，《自然》雜志正刊發表了百度在生物計算領域的突破性研究成果，并以“加速預覽”（Accelerated Article Preview）形式最快發表。

在這篇題目為《Algorithm for Optimized mRNA Design Improves Stability and Immunogenicity》的文章中，提出了mRNA序列優化算法LinearDesign。其不僅開創了AI與生物、醫療等領域融合突破的諸多可能性，也為中國科技走向世界畫上了新的一筆。

在這篇論文里，我們可以讀到遠超其成果本身的內容，比如AI的諸多可能性、一家科技企業的科學擔當，以及中國科技走向世界的遠大胸懷。

“出人意料”的生物計算

相信大家都知道，《自然》只收錄那些在基礎科學領域具有突破性與重大意義的研究。

或許可以說，百度在生物計算領域的探索，生動講述了什么叫“永遠不要低估AI的可能性”。

這件事要從新冠疫苗講起，雖然疫情的陰霾已經悄悄過去，但這場疫情讓全球看到了疫苗，尤其是mRNA疫苗在公共衛生事業的重要性。

所謂mRNA是一種天然分子，其可以產生靶標蛋白或免疫原，從而激活人體的特定免疫反應，以對抗各種病原體。并且其具有mRNA不帶病毒成分、沒有感染風險、研發周期短等重要優勢，是人類對抗新冠疫情的殺手锏。

但如此重要的領域，在疫苗和藥物研發中依舊有一些問題，比如如何才能高效設計出穩定、成藥性更好的mRNA序列？

為了解決這個問題，百度基于在AI領域的積累“出人意料”地將AI技術與疫苗研發結合，研發出了登錄《自然》雜志的LinearDesign算法。

這一算法運用自然語言處理中網格解析（Lattice Parsing）技術，對mRNA疫苗序列進行優化，從而提升疫苗的穩定性和有效性。

(美國心臟病學家和基因組學家埃里克·托普（Eric J. Topol）在推特上分享百度LinearDesign算法)

這里劃個重點，LinearDesign算法可以說是用語言學領域的知識去攻克了生物醫療上的難題。兩個領域雖然不能說毫不相關，基本也是相隔萬里，但是百度對AI技術的探索，卻讓二者完成了千里姻緣一線牽，LinearDesign算法由此誕生。

2020年5月，面對洶涌而來的疫情，百度研究院推出了全球首個mRNA疫苗基因序列設計算法LinearDesign，并宣布向全球疫苗研發機構及研究中心免費開放。LinearDesign能在16分鐘完成新冠病毒的mRNA疫苗序列設計，極大加速新冠疫苗的研發效率。

以新冠病毒的Spike蛋白為例，若采用傳統方法尋找一條穩定的mRNA序列，需要查看10632個mRNA序列，堪稱天文數字，但用LinearDesign算法，卻可以在11分鐘之內找到最穩定的候選序列。

2020年12月，百度憑借LinearFold和LinearDesign算法在新冠抗疫中的杰出貢獻，榮獲國際頂尖人工智能峰會The AI Summit舉辦的 AIconics獎項的首屆“AI For Good（人工智能向善）”獎。

在應用價值之外，LinearDesign算法還展示了AI作為一種底層科學探索工具，在生物與醫學領域的全新可能性。這種跨越學科的突破力，是《自然》雜志乃至全球科學界更為珍視的。

打開AI的深度與廣度

為什么百度能把LinearDesign算法這種AI+生物計算研究做大做強？這可能是我們必須讀懂的另一個關鍵信息。

其原因無他，千錘百煉而已。從2012年AI方興未艾，到今天AI火爆全球，這期間百度對AI技術的堅持和探索是始終如一的。這種堅持，滲透到了AI技術的各方各面，包括基礎設施研究、算法迭代，以及AI的跨學科融合。其中非常多的領域充滿未知與挑戰，也不符合傳統意義上企業對短期利益的追求。但構建堅實的基礎設施，探索前瞻性技術布局，卻是一家企業贏得未來的關鍵。

AI+生物計算，作為AI技術的延展性方向，更能體現出百度“淡化短期利益，著眼長期發展”的技術布局思路。生物計算可以解決蛋白質分析、新藥研發等關鍵問題，其價值巨大，以新藥研發為例，這個領域具有一種“3個10”特征，即10年、10億美元、10萬人才能研發出一種有效的新藥，而如果用AI作為藥物研發引擎，將可以極大程度改變新藥研發的范式，帶來難以估量的價值。

這條路價值雖大，但充滿挑戰，在短期內都難以實現商業回報，但百度依舊愿意依托AI技術與基礎設施的優勢，提前布局這條未來之路。早在2018年，百度就正式啟動了計算生物方向的研究。幾年過去，百度在這一領域已經構建了基礎設施、算法、生態合圍而成的立體創新版圖，比如剛剛提到的LinearDesign算法、可以極大加快RNA結構預測速度的 LinearFold 算法，一系列創新開始勾勒出百度在生物計算算法層的差異化優勢，而基于飛槳生態打造的生物計算平臺-螺旋槳PaddleHelix，則開啟了AI+生物計算底層開發工具的構建，為產學各界探索生物計算奠定了基礎。面向產業生態，百度為產業提供了面向化合物分子、蛋白分子、基因組學信息等領域預訓練大模型，將自身的技術優勢積極投身到產學研協作當中。就像在AI基礎設施層面，百度強調技術、生態與基礎設施的并行，在生物計算領域，同樣的戰略落地方式也推動了百度自身與生物計算行業的積極發展。

企業進行跨學科探索與底層技術創新，強調長線程和重積累，只有構建出完整的技術序列、技術體系，才能在此基礎上一鳴驚人。無論是在AI+生物計算領域，還是更為基礎的AI技術上，長期主義，始終是百度的王牌。

這樣的以重積累換取高效率的邏輯，展現在百度技術創新的方方面面。比如文心一言發布后的1個月內，完成了4次技術迭代，相較最初版本推理效率提升了10倍。這種技術迭代與產業化應用的效率從何而已？其中，飛槳支撐了文心一言從開發訓練到推理部署的全流程，并且通過聯合優化的方式，大幅提升了大模型的訓練與推理。從中就可以看出，底層技術與工具鏈的長期積累，為新技術的高效率升級奠定了基礎。

百度是如此打開AI技術的深度，中國科技也是如此打開走向世界的廣度。

大國科技走向世界

1985年11月，《自然》雜志探討了中國當時在高能物理、空間探索、地震預測等領域的科研水平，向世界展示了一個具有蓬勃科研創新活力的中國。

2008年7月，《自然》借著北京奧運的機會發布了中國特刊，向世界介紹了“中國目前論文發表數量比除了美國以外的其他國家都要多”，確定了中國科研實力的地位與價值。

幾十年來，《自然》里的“中國元素”，可謂與中國科技發展完美同頻，比如在1997年時《自然》發表的原創科研論文中只有0.4%涉及中國作者，2017年已增至約15%。這個數字的變化，恰好佐證了中國科技走向全球的變遷。

在這個過程中，一個角色是不可或缺的，那就是科技企業在整體科研環境中扮演的角色。自信息革命以來，我們可以在歐美發達國家的科技版圖中，看到很多重大創新都是由企業來完成。以AI+生物計算為例，DeepMind打造的AlphaFold2廣受關注。而谷歌母公司Alphabet，已經在持續推動這一算法在醫療健康、新藥研發等領域落地，打造了ChatGPT的OpenAI，也在AI疾病診療、AI蛋白質結構預測等領域進行著探索。

從世界范圍內的趨勢來看，AI+生物計算這一重要領域，主要創新陣地應該在科技企業，并且需要以科技企業為核心，形成產學研互動的良性生態。而百度在生物計算領域的布局與進取態勢，則在中國科技版圖中補完了這一環節。

中國科技走向全球，走向科技自立自強，離不開企業科研能力的不斷升級。從這個角度看，百度生物計算以第一完成單位身份在《自然》發表論文，可以看作一個新階段的信號。1985年，是世界看到中國科技；2008年，中國綜合科研能力躋身世界前列；今天，中國的科學家、學術機構、科技企業，都能作為第一作者登上《自然》，證明中國已經具備了多元化，立體化的科技能力。

中國科技的創新性和獨特性，已經從學術界延伸到產業界，更具有世界眼光，更具有大國擔當。

審核編輯黃宇