在过去两年中，机器学习彻底改变了蛋白质结构预测。

现在，《科学》杂志上的三篇论文描述了蛋白质设计方面的革命：华盛顿大学医学院的生物学家表明，机器学习可比以前更准确、更快速地创建蛋白质分子。科学家们希望这一进步将带来更多新的疫苗、疗法、碳捕获工具和可持续生物材料。

蛋白质是整个生物学的基础，但迄今在每种植物、动物和微生物中发现的蛋白质，远不到所有可能蛋白质的百分之一。有了这些新的软件工具，研究人员应该能够找到解决医学、能源和技术方面长期挑战的方案。

蛋白质常被称为“生命基石”，因为它们对于所有生物的结构和功能都是必不可少的。蛋白质中的氨基酸序列决定了它的三维形状，这种复杂的形状对于蛋白质的功能至关重要。

研究人员表示，预测蛋白质结构的软件是解决方案的一部分，但它本身无法提出任何新的东西。ProteinMPNN之于蛋白质设计，就像阿尔法折叠之于蛋白质结构预测。

近几年，AI预测蛋白质结构成绩亮眼，各大国内外企业也纷纷入局。在AI激活、数据驱动下，AI预测蛋白质结构正从幕后走向台前，其产业化发展也正进入一个新的阶段。

1、AI预测蛋白质结构背后的计算生物学

蛋白质的三维结构决定了它在细胞中的功能。明确蛋白质的结构信息，在药物研发等领域十分重要。传统上，研究人员使用X射线晶体学等手段测定蛋白质结构，耗时费力且花销不菲，却常无法获得所需结果。“阿尔法折叠”通过学习实验测定出的蛋白质结构信息，来预测其他蛋白质的三维结构，其预测准确度相当高。欧洲生物信息学研究所的数据显示，阿尔法折叠有35%的预测是高度准确的，可媲美实验测定结果；另有45%的预测足以在很多场景使用。

人工智能极大提升了蛋白质结构预测的效率，这也是AI预测蛋白质结构近几年被人熟知的原因，但其背后的计算生物学却已经历多年发展。计算生物学是根据不同类型的生物数据构建算法和模型，从而理解生物系统本身，并推进相关研究及应用的学科。

随着人工智能的发展，计算生物学正在被激活。浦发硅谷银行《医疗健康行业投资与退出趋势》报告显示，2021年美国市场投向计算生物学公司的金额达到59亿美元，一年增长高达3倍，超过非计算生物学公司投资的两倍。在2019年以来首次完成种子轮/A轮融资的707家生物制药和研发工具公司中，计算生物学公司有129家，占比为18%。2021年对计算生物学公司的投资额激增，几乎是2019年和2020年募集资金总和的两倍。

在我国，各研究机构和企业也正开展相关布局。如近日，由清华大学人工智能产业研究院孵化的AI制药企业华深智药对外宣布，其在AI和生命科学结合领域取得突破：研究人员在蛋白质结构预测方面开发出全新技术。据华深智药官方介绍，该技术仅从单条蛋白序列就能预测出蛋白质3D结构的算法。

2、800多家投资机构布局

目前国内外蛋白质结构预测领域竞争十分激烈，技术的开源对于创业团队来说，门槛反而有所提高，更需要有很大的技术突破才能在行业中拥有一席之地。

国外在蛋白质结构预测方面领先的机构公司有Deepmind、Baker Lab等。前不久，Deepmind创始人Demis hassabis宣布成立的新公司lsomorphic Labs（同构实验室），将聚焦AI对生命的基本机制的建模和理解，重构药物发现的过程。而Baker Lab深耕生物科技领域，应用落地能力比较强。

在国内，除天壤之外，腾讯和中科院在蛋白质结构预测领域也多有建树，其应用场景也主要集中在生物科技领域。

另外，AI应用于生物科技的市场前景十分可观。

英国调研机构Deep Pharma Intelligence发布的一份产业发展报告显示，截至今年第二季度，利用AI技术实现药物发现、生物标志物开发和先进研发环境的企业，全球大约有300家，还有880多家投资机构入局这一赛道。其中，有21家为CRO（合同研究组织）企业，31家传统药企，以及29家科技化工公司。中国AI制药企业占比达到2.5%，即大概有7-8家AI制药公司总部在中国。

市场规模方面，沙利文联合头豹研究院发布的一份报告统计显示，全球药物研发市场持续增长，2020年规模达1915亿美元（约合人民币1.24万亿元），预计在2023年将达2168亿美元。

3、加速药物研发、为精准医疗提供助力

计算生物学正在改善传统制药行业高投入、高技术、高风险、长周期的特性，加速药物研发过程。有分析机构认为，目前我国计算生物学发展的主要方向仍是AI制药，相关创业公司在2017—2021年呈现出爆发式增长，且都已获融资。从商业模式上看，整个行业以面向企业提供服务为主。

除此之外，计算生物学也为精准医疗的实现提供了助力。

有分析机构认为，在应用方面，计算生物学产业可大致分为三类：一是计算推演生物性质及原理，如蛋白质结构预测、致病机理研究、蛋白质相互作用预测、抗体和抗原的表位预测、基于基因组学寻找疾病成因或寻找新型的生物标志物等。二是搭建预测及判断模型，如AI制药中基于靶点的化合物性质预测，疾病诊断、监控、治疗建模，涵盖细胞、器官、人体的生物模拟器等。三是对生物体进行控制改造，如新疗法、药物开发、精准医疗和生物制造。其中精准医疗或将成为计算生物学长期的重点发力方向。在这个方向上，国外已出现了基于多组学布局的企业。

如2021年11月，阿斯利康、德国默克、辉瑞和梯瓦等6家大药厂与亚马逊、以色列生物科技基金共同推出了创新实验室——AION Labs。该实验室的模式是：在以色列初创生态系统下，建立和投资基于AI和计算生物学技术进行药物发现和开发的初创公司，并为这些公司提供资源、指导，以及合作开发新技术，最后反哺制药行业。AION Labs 在一份声明中指出，其投资的初创公司将利用AI和云计算更快、更高效地找到新的治疗方法，推进以患者为中心的精准医疗。

医疗行业是最重要的人工智能应用市场之一。艾瑞《中国AI+医疗行业研究报告》推测，到2022年，预计AI+医疗市场规模将超过70亿元。据天眼查不完全统计，自2020年以来，我国AI+医疗领域共发生了89起融资事件，融资金额总计达175亿元。今年1至10月，国内共发生27起涉及AI制药领域的融资事件，融资金额达81.13亿元人民币（含IPO上市）。对比2020年融资轮次，2021年的天使轮和Pre轮融资事件占30.8%，是2020年天使轮融资的两倍，AI制药投融资火速升温。

今年8月，AI制药企业星药科技、晶泰科技已完成新一轮融资，其中晶泰科技此次融资4亿美元，距离上次超3亿美元融资还不到1年。红杉资本等知名投资机构都有参与。

4、想象空间可能更大

对比二级市场尚未“显山露水”，近年来，蛋白质组学在一级市场迎来了它的“小阳春”。

2020年，蛋白质工程服务商拜谱生物宣布完成千万级Pre-A轮融资；蛋白质组学技术服务及产品销售商中科新生命宣布完成2亿元A轮融资；蛋白质组学技术开发及应用商景杰生物宣布完成5.3亿元人民币的B轮融资。

郭天南所在的西湖欧米于1月13日宣布完成数亿元Pre-A轮融资。该轮融资由倚锋资本和高瓴创投共同领投，高榕资本、幂方资本和西湖科创投跟投。去年西湖欧米已完成了天使轮和天使+轮融资。

如今，蛋白质组学方法被应用于肾癌、肝癌、结直肠癌、肺癌、胃癌等癌症的临床研究和诊治。科学家们纷纷表示，蛋白质组学驱动的精准医学（PDPM）新时代已经到来。

高榕资本执行董事乐贝林告诉《中国科学报》，用蛋白质做诊断、药物抗体开发以及蛋白原料的公司此前受到资本青睐，它们分别代表了蛋白质在终端及原料中间体的应用。与此同时，布局蛋白质产业上游端，比如全新发现的大数据端蛋白质组，近年来也备受关注。

“以往，蛋白质组在样本大小、类型以及单位样本所产生的数据量上有所限制。因此，我们更青睐在基础数据方法学上有创新和独到的技术，并能产生高质量数据的公司。”乐贝林说。

掌握基础方法学最核心的技术，可实现极小微量样本蛋白质组的分析，拥有多样化的临床样本处理能力、独到的数据分析解读能力，以及医学背景出身的郭天南是公司很好的“翻译官”……这些都是西湖欧米被资本方看中的原因。

从人类基因组计划启动到最近十年，境内外涌现了一批上市公司，如华大基因、肿瘤NGS公司GRAIL、蛋白质组学公司SEER。“蛋白质组学理论上可以复制基因组在诊断上的路线，甚至走得更加深入。进一步看，蛋白质组学的应用从诊断迈向治疗，想象空间可能更大。”乐贝林说，这也是对郭天南在该阶段尝试AI制药的信心和期待所在。

能否步入深水区，发现有代表性的药物靶点，并把它做成全新的药物，是科学家孜孜以求的目标。如中国科学院院士、军事医学科学院院长贺福初在肝癌方向发现了很好的靶点，并在靶点上进行了药物筛选。“下一步，蛋白质组学的技术积累能否在药物的创新性研发上有所突破，我们拭目以待。”乐贝林说。

如果将视野再拓展一些，除了重大疾病之外，蛋白质与生活中的慢病、代谢类疾病也有紧密关系。与蛋白质组学相结合的药物、食品、保健品等终端产品，均未来可期。

显而易见，未来围绕结构的蛋白质设计、药物发现以及整个AI生物科技产业都将会成为吸引资本布局的热门赛道。

显而易见，未来围绕结构的蛋白质设计、药物发现以及整个AI生物科技产业都将会成为吸引资本布局的热门赛道。

文章来源： 科技日报，华夏时报，光明网