与其让AI帮忙找病毒，不如直接用AI造个病毒。
10月20日，生物AI公司Radical Numerics发布新一代生物学AI模型Omnii-1。
研究人员借助该模型设计出的噬菌体（细菌病毒），已用于治疗一名耐药细菌感染患者。公司称，这是全球首例用于人体治疗的AI设计噬菌体。
开发这款模型的，是一批曾参与Evo、Evo2研发的研究者。
这一次，他们希望打造能够理解、预测和设计生物系统的通用型生物AI模型（general biological intelligence）。
从Evo到Omnii，迈向通用生物AI
理解Omnii-1，还得先从它背后的团队说起。
Radical Numerics的创始人Eric Nguyen是生成式基因组学（generative genomics）开创者，曾主导研发Evo和其迭代版本Evo 2。
Evo系列要探索的方向，是让AI通过学习大量生物序列，获得预测生物功能、生成新序列的能力。
但Eric Nguyen表示：“（Evo系列模型）的落地应用进度远不及预期，因此我们决定亲自下场。”
于是就有了后面的动作：今年六月，Radical Numerics宣布完成5000万美元种子轮融资。
融资之后，Radical Numerics希望进一步扩大模型的学习范围——四个月后，Omnii-1正式亮相。
Omnii-1在DNA、RNA、蛋白质，以及染色质开放性、DNA甲基化、基因表达等28类生物模态上进行原生预训练，结合细胞和组织背景，让不同层面的信息在同一个模型中建立联系。
公司还展示了基因组解读、癌症检测、抗体设计等八个应用领域。每款应用都以同一架构为基础，再经后续训练适配到具体问题。
团队最终的目标，是建立一个能够从所有生物数据中学习，并将学到的模态信息迁移到不同领域，从而理解、预测并最终改造整个生物系统的通用型生物AI模型。
AI为耐药菌设计天敌
《柳叶刀》发布的一项研究统计，2021年，全球约有470万人死于抗生素耐药性。预计2025年至2050年间，因抗生素耐药性导致的死亡人数将接近4000万。
噬菌体能感染并杀死特定细菌，因此成为耐药感染的潜在治疗选择。
根据Radical Numerics公告，此次实验的患者存在持续的耐药细菌感染。研究人员在数周内，利用Omnii-1设计噬菌体；含有AI设计噬菌体的混合制剂通过同情用药的途径给予了患者。
在这一过程中，AI首先提高筛选效率。
此前，巴斯德研究所等机构已经开发AI工具，根据细菌的基因组信息，找出可能有效的候选噬菌体组合。
但筛选类工具并非新鲜事，Radical Numerics更进一步，让AI参与噬菌体设计。
公司介绍，Omnii-1能够对噬菌体提出局部序列改造，在保留噬菌体基因组整体性的同时，提高它对特定菌株的适配能力。
此次AI设计的噬菌体在实验条件下消灭了特定菌株；但进入人体之后能否有效控制感染，则是另一个需要临床信息回答的问题。
Radical Numerics表示，为保护患者隐私，目前不公布其临床经过和治疗效果。
AI与生物科技的交汇，正在释放越来越强的想象力。
在不到24小时的时间里，OpenAI和Anthropic两家AI巨头也传来了生物医药领域的新进展。
OpenAI宣布收购药物开发平台Orchestra Bio，计划将其团队和技术与Rosalind整合，瞄准药物开发流程。
Anthropic则公布了最新的一项生物学设计研究结果：Claude用64小时自主生成了超过31.8万个蛋白质设计，筛选能够结合蝎毒神经毒素的候选分子。
从AI药物开发流程到AI设计蛋白质，再到AI设计噬菌体，AI正在以惊人的速度触及真实的医学问题。AI4S的前景，值得更多期待。
—The End—
热门跟贴