学材料科学和医学等应用领域具有独特

MimJannat909

百度基于创建了一个名为的生物计算平台，其中包含生物计算大模型，包括。该平台探索了人工智能在小分子蛋白质 肽等各个领域的应用，为人工智能在生命科学领域的研究提供了新的范式。百度 大模型开发了全面的大模型技术体系，涵盖视觉跨模态生物计算等领域。最近推出的 是一种知识增强型大语言模型能够理解和生成人类语言，是 大模型家族的一部分。 未来，百度将继续探索人工智能在生命科学领域的应用，拓宽普惠科技的广度和深度，为全人类的健康福祉做出贡献。

图片 图 以 刺突蛋白为例，概述了针对两个既定目标稳定性和密码子最优性的 编码区设计。由于密码子简并性而导致的 设计的组合性质刺突蛋白约 个 序列；需要约 亿年的时间来枚举。粉色和蓝色路径分别代表野生型和最佳稳定即最低能量序列。这两个序列 电话号码列表 之间的二级结构截然不同，前者大多是单链容易在红环区域降解，而后者大多是双链。我们的算法只需 分钟即可完成此优化。语言学左和生物学右之间的类比，其中确定性有限状态自动机 和前者的格解析被用来解决 设计。



受 词格 启发对所有候选 进行紧凑编码，并通过格解析同时折叠以找到最佳 图 。设计空间的二维可视化， 轴为稳定性， 轴为密码子最优性。标准 设计方法密码子优化改善了密码子使用粉色箭头，但无法探索广阔的高稳定性区域虚线左侧，的 疫苗产品就是例证○  ☆ 和 ▷ 。相比之下，联合优化了稳定性和密码子最优性蓝色曲线，其中 λ 是后者的权重。通过考虑其他因素，我们选择了七种设计此处显示了四种用于 疫苗实验图这些设计显示出半衰期和蛋白质表达显着增强，并且与密码子优化相比，抗体反应多达 种基线。