随着人工智能技术的发展和应用，合成生物和医药行业正在经历一场深刻的变革。
国内和海外资本市场和产业界，对AI+生物医药产业的关注度持续攀升，2024年诺贝尔化学奖的颁发，更是将AI在蛋白质设计和结构预测领域的影响推到了前沿，预示着AI生物医药行业正迎来一场前所未有的赛道爆发。
本期模速校友会邀请到了途深智合COO 于亚澎，一起探讨了AI技术如何在蛋白质设计中发挥关键作用。节目中，于亚澎详细分享了途深智合的TourSynbio蛋白质设计平台， 是如何降低合成生物和医药领域中新产品开发的难度、周期和成本的。并与听众们一起展望了企业商业化方面的成功经验与AI+生物医药未来的广阔前景和潜在挑战。
左一主持人白双、右一途深智合CEO于亚澎
途深智合是一家引领AI+生物医药创新的企业，是模速空间的重要入驻企业。通过自主研发的TourSynbio™大模型，途深智合成功将蛋白质语言与自然语言处理技术结合，实现了蛋白质设计流程的全面数字化和智能化。
蛋白质作为自然界中最重要的一类分子，横跨合成生物、医药等领域。随然诸多AI蛋白质设计模块的发布，弥补了传统蛋白质设计在研发时间、效率等方面的不足。但AI模型的复杂度高、数据依赖性强、多任务的迁移难度高等问题，导致传统的公司很难切入，自建AI蛋白质设计部不仅技术难度高，成本也非常高。所以目前AI蛋白质设计的渗透率提升的潜力非常大。目前市场上的解决方案主要是AI-CRO的模式，AI公司帮助生物医药公司完成蛋白质的改造，但这样的模式，并不能覆盖行业的大部分客户和全部需求。
途深智合的核心目标之一是构建一个AI平台，能够尽可能帮助客户降低使用AI模型的难度和门槛，让客户可以更简单，容易的使用平台完成自主蛋白质设计。
基于自身多年的学术成果和研发能力，在2024年，途深智合开发了蛋白质设计的平台TourSynbio™；“我们把这个平台定义为蛋白质设计的Colipot”-于亚澎解释到。TourSynbio涵盖了蛋白质折叠、逆折叠、分子对接等诸多AGENT模块，其中也包括公司自主研发的全新蛋白质设计模型Grade-IF，蛋白改造模型 LaGDif等等。用户可通过简单对话，即可完成蛋白质设计改造。同时，也能直接通过平台完成模型的微调。
（图：途深智合TourSynbio™大模型示意图）
在途深智合看来，蛋白质设计领域，大模型基座主要起到自然语言对话和语意理解，推理，设计报告文本生成等作用，相当于一个高级的“AI+生物算法工程师”。蛋白质设计的AGENT则主要负责具体任务的改造，这一模型类似于乐高模式，随着研发的迭代，AGENT模块的不断更新，增加会进一步推动整个平台的能力。同时途深智合将特定任务的AGENT调用路径也融入到了模型中，用户只需要高速TourSynbio平台要做什么，后续的工作就可以交由平台执行了。
谈及此次诺贝尔奖之所以引发行业巨浪，于亚澎表示，核心的技术突破主要来源于AI模型的不断优化与高价值生物、医药数据的不断挖掘.例如DeepMind在蛋白质结构预测领域的突破性工作。
“这样的技术进步极大地降低了时间和成本，使得许多下游公司可以借鉴诸多AI模型的研究进行更为深入的科研成果转化。这就像苹果或谷歌在各自领域所做的那样，创建了一套强大的数据基础系统，帮助其他公司在此基础上快速展开研究。”于亚澎进一步表示。
途深智合COO于亚澎在节目中指出：“途深智合的目标是通过AI提高蛋白质设计的效率和降低复杂性，我们相信这将不仅能缩短研发周期，还能催生出高价值的产品。通过将AI技术与生物技术结合，推动高价值产品的研发效率”
展望未来，途深智合会加快平台的持续迭代合研发，提升AI在行业内的渗透率和研发成果。
随着国家政策对生物医药产业的持续支持，以及AI技术的不断进步，AI+生物医药的结合必将揭示出更多科学探索与商业应用的可能性。途深智合凭借其创新技术和先发优势，有望在这一领域迎来新的发展机遇。
