大数跨境

创造一个能读懂生命的 AI

创造一个能读懂生命的 AI 晚点LatePost
2026-11-10
4
导读:当人工智能学会推理生命的机制,人类会迎来对生命理解最深刻的时代吗?

当人工智能学会推理生命的机制,人类会迎来对生命理解最深刻的时代吗?

特约作者丨姚胤米

AI解码生命:从观测到推理的范式转移

SimpleX(本源智简)创始人常引用一个寓言:万年后的智慧生物面对一段失传语言的古老代码,只能通过输入输出猜测其运作逻辑,却无法完全读懂。这正是当前人类面对生命系统的处境——我们拥有复杂的分子系统,却难以透彻理解其内部运转。


“We code life.” SimpleX 的愿景是将生命转化为可被读懂的代码。早在2019年,当语言模型尚处于初级阶段时,SimpleX 便提出构想:既然分子、蛋白质和基因均可被视为离散符号序列,能否构建一个统一模型,既理解人类自然语言,又解析生命的语言?


公司名称 Simplex 源自机器学习中的“单纯形”概念,象征在有限离散符号空间中的概率分布。在 SimpleX 看来,人类语言与生命语言均基于有限符号,可纳入同一数学空间进行统一理解。


回顾历史,人类对生命结构的探索漫长而艰辛。从莱纳斯·鲍林折纸推测蛋白质螺旋,到沃森和克里克搭建 DNA 双螺旋模型,传统科研依赖“观察-猜想-实验”的循环,往往耗时数十年。尽管 X 射线晶体学、冷冻电镜及 AlphaFold 等工具极大加速了结构解析,但它们主要解决“看见”的问题,对于蛋白质构象成因及功能意义的深层推理,仍依赖科学家的智力介入。


SimpleX 旨在突破这一边界。11月10日,其首款技术产品 Tetra-1 预览版上线。这是一个融合自然语言与蛋白质结构的推理模型,用户可通过自然语言提问,模型则以自然语言展示宏观推理依据,并输出微观推理得出的分子结构。

Tetra-1 在严苛测试中展现了强大的推理能力。以糖尿病靶点 PTP1B 为例,该靶点的变构口袋发现曾耗费科学家五年时间。在隐藏所有已知文献资料且不告知药物分子结构的情况下,Tetra-1 仅用数小时便通过推理重新发现了这一隐藏口袋。相比之下,AlphaFold 3 等纯结构预测模型未能准确预测该动态变化的口袋结构。

融合双语世界:构建具备推理能力的生命模型

将自然语言与蛋白质语言融合面临两大技术挑战:


首先是语义特性的差异。虽然两者均由离散符号组成,但人类语言相对凝固,而蛋白质具有高度流动性,其三维结构随环境动态变化。用线性文本描述动态三维结构,需解决信息压缩与还原的难题。


其次是维度障碍。语言模型处理的是线性 Token 序列,而蛋白质是三维实体。传统 AI for Science 路线多聚焦于单一任务(如结构预测或分子设计),或采用 Agent 调用工具的模式。这些方法虽能提升效率,但缺乏对底层逻辑的理解,无法实现从信息到推理的跨越。


关键转折点出现在 2024 年 OpenAI 发布推理模型 o1 之后。o1 展示了强化学习带来的长程推理能力。SimpleX 意识到,若要让模型真正理解生命科学,必须让蛋白质结构融入模型的“大脑”,使其能与语言协同工作,形成“推一步、分析一步”的完整推理链。


为此,SimpleX 开发了 Tetra 模型独特的推理架构。它不仅能旁征博引、搜索文献,还能像捏橡皮泥般不断修正目标。这种边推边改的机制,使得模型能够通过长时间思考得出更优解,从而回应了此前关于“自然语言描述蛋白质用处有限”的质疑——核心价值在于利用蛋白质与语言共同思考,再转化为人可理解的结论。

跨界融合:提着灯笼爬山的研发历程

SimpleX 团队由 AI 研究员、生物学家及 AI for Science 专家组成。初期,不同背景成员间存在显著的思维冲突:AI 人员倾向于通用技术解决方案,追求数据驱动的效率;生物学家则关注具体问题的准确率与细节完整性。


为解决分歧,团队建立了频繁的交流机制。白板成为公司最重要的沟通工具,研究人员通过绘图、讲解相互传授知识。AI 研究员努力补齐生物学短板,生物学家则深入理解技术局限。双方逐渐从互相质疑转向互补协作,甚至共同修改了结构预测的验收标准,从追求“完全一致”转变为“功能等效”。


技术攻关的核心难点在于如何将三维蛋白质结构“切片”并转化为语言模型可处理的符号序列。这一过程如同在巨大城市中寻找特定房屋,极具挑战性。研发初期,模型性能长期徘徊在低位,消耗大量算力却收效甚微。创始人将这段经历比作“夜里提灯笼爬山”,虽看不清全貌,但凭借信念坚持决策,最终迎来技术曲线的陡峭上升。

以推理弥补数据缺陷:超越传统预测模型

模型性能的突破往往源于方法的创新。一旦突破瓶颈,Tetra-1 展现出惊人的泛化能力。在一项针对未知结构的测试中,Tetra-1 的表现显著优于 AlphaFold 3 及 Isomorphic Labs 的 IsoDDE,尤其是在与已知结构相似度极低的数据组中优势明显。这证明模型并非单纯依赖记忆训练数据,而是通过推理填补了数据空白。


为确保模型具备真正的推理能力而非“背诵答案”,SimpleX 实施了严格的数据隔离测试。团队手工筛选训练数据,排除特定时间点后发表的论文信息,模拟科学家发现前的知识状态。这种“聪明人做脏活”的文化,确保了模型在面对新问题时能够独立推导结论。


Tetra-1 的推理涵盖微观分子层面与宏观生命机制层面。它不仅预测结构,还解释基因功能、蛋白模式及其迁移性。对于生物学家而言,这种可解释性极大地增强了信任度,使交互过程更加透明高效。


Tetra-1 的推理过程,研究员称其令人 “头皮发麻”。来源:SimpleX

释放科学家智力价值:迈向“超级科学家”时代

AI 技术的引入并非为了替代科学家,而是为了解放生产力。传统生物研究中,大量智力资源耗费在重复性实验和数据搜集上。Tetra 这样的模型可作为“超级科学家”伙伴,预先筛选高潜力假设,由人类科学家专注于更具创造性的理论构建与实验验证。


随着技术迭代,药物研发加速、罕见病治疗突破及“千人千药”的个性化医疗将成为可能。尽管模型仍会犯错,且生物学研究离不开实体实验的环境交互,但 AI 已显著提升了科研效率。


面对 AI 对生命科学的深刻介入,SimpleX 团队保持敬畏之心。他们认识到,生命是混沌边缘的复杂系统,技术在演进,生命也在适应。研究这一切的终极目的,是为了人。正如创始人所言,对于想象力范围内的规范与风险无需过度担忧,唯一的挑战在于不断拓展认知的边界。

题图来源:《降临》

- FIN -

【声明】内容源于网络
0
0
晚点LatePost
各类跨境出海行业相关资讯
内容 2634
粉丝 1
晚点LatePost 各类跨境出海行业相关资讯
总阅读133.8k
粉丝1
内容2.6k