Ditulis oleh: Jantung Metaverse

EvolutionaryScale, sebuah laboratorium penelitian kecerdasan buatan mutakhir di bidang biologi, baru-baru ini mengumumkan bahwa mereka telah menerima lebih dari US$142 juta dalam pendanaan putaran awal dan juga merilis model AI ESM3 yang terkenal. Ide unik apa yang dimiliki perusahaan berusia satu tahun ini di bidang ilmu kehidupan AI? Terobosan teknologi seperti apa yang dimiliki model protein besar yang baru?

Seminggu yang lalu, ketika Meta sedang berjalan lancar di trek Vincent Video, tim protein EvolutionaryScale, yang dibubarkan olehnya, menerima lebih dari $142 juta dalam pendanaan putaran awal bidang bioteknologi.

Pada Agustus tahun lalu, Meta secara resmi mengumumkan bahwa tim pelipatan proteinnya Meta-FAIR dibubarkan. Proyek murni "sains + AI" ini tidak akan memungkinkan Meta memperoleh keuntungan dengan cepat, dan keputusan Meta untuk fokus pada komersialisasi AI tampaknya masuk akal.

Namun tim yang kurang dihargai ini justru menampar muka Meta hanya dalam waktu satu tahun. ESM3 terbaru mereka dianggap sebagai model AI generatif yang penting di bidang biologi, yang membuka kemungkinan baru untuk pemrograman biologis.

01. Ikhtisar proyek 1 menit

1. Nama proyek: EvolutionaryScale

2. Tanggal pendirian : Juli 2023

3. Pengenalan produk:

Mengembangkan model bahasa besar untuk membuat protein baru dan sistem biologis lainnya - ESM, yang saat ini diiterasi ke ESM-3.

4. Tim pendiri:

  • Kepala Ilmuwan: Alexander Rives (PhD di bidang Ilmu Komputer, Universitas New York, mantan ilmuwan AI Facebook)

  • Tom Sercu

  • Sal Candido

5. Situasi pendanaan:

Menyelesaikan putaran awal pembiayaan hingga $142 juta pada 25 Juni 2024. Putaran ini dipimpin oleh Nat Friedman dan Daniel Gross dan Lux Capital, dengan partisipasi dari Amazon, NVentures (anak perusahaan modal ventura Nvidia) dan angel investor.

02. Mengupayakan kerja sama tim dan konsep yang konsisten

Kemajuan dalam kecerdasan buatan telah menciptakan peluang yang belum pernah terjadi sebelumnya untuk penelitian biosains, termasuk desain biomolekul fungsional, khususnya protein. Menerapkan kecerdasan buatan pada desain protein tidak hanya dapat meningkatkan efisiensi dan tingkat keberhasilan desain protein, namun juga membantu umat manusia memecahkan beberapa tantangan yang dihadapinya dengan merespons wabah penyakit menular secara cepat.

Alexander Rives dan yang lainnya melihat kesenjangan dalam desain protein dan memutuskan untuk mengembangkan model besar berdasarkan pembelajaran mendalam, sehingga mendorong desain protein tingkat industri ke dalam "era generasi cerdas yang sepenuhnya otomatis".

Dengan demikian, EvolutionaryScale muncul. Ini adalah laboratorium penelitian AI mutakhir yang berfokus pada bidang ilmu biologi dan berkomitmen untuk meluncurkan model bahasa berskala besar di garis depan biologi.

Menariknya, kedelapan anggota tim pendiri perusahaan berasal dari departemen FAIR (Fundamental Artificial Intelligence Research) Meta. Meski dibuat frustrasi oleh raksasa media sosial kelas dunia, anggota inti tim awal tidak menyerah. Sebaliknya, mereka segera memasuki medan perang baru dan mulai mengembangkan model generasi berikutnya berdasarkan hasil tim aslinya.

Model besar EvolutionaryScale mendukung penelitian dan pengembangan di bidang-bidang seperti ilmu kesehatan dan lingkungan, terus mengeksplorasi skalabilitas biologi, dan mendukung penelitian ilmiah terobosan. Salah satu hasil yang paling signifikan adalah terobosan dalam teknologi pelipatan protein. Model ESM telah mengungkap struktur ratusan juta protein metagenomik, membantu ilmuwan di seluruh dunia untuk mensimulasikan dan memahami protein.

EvolutionaryScale bertujuan untuk memandu pengembangan teknologi kecerdasan buatan di bidang desain protein melalui metode penelitian yang terbuka dan aman.

Atas dasar ini, perusahaan, sebagai salah satu pihak yang menandatangani, telah memimpin lebih dari 160 pemangku kepentingan global mulai dari akademisi, pemerintah, dan sektor swasta untuk bersama-sama mengembangkan teknologi ini dan memastikan bahwa teknologi tersebut aman dan dapat diandalkan, sehingga mencapai visi yang memberikan manfaat bagi kesehatan manusia dan masyarakat.

Justru karena rasa tanggung jawab untuk memimpin teknologi AI canggih di dunia biologis, Alexander Rives dan timnya tidak pernah berhenti.

Sebelumnya, EvolutionaryScale telah merilis model bahasa besar ESM1, yang dianggap sebagai model bahasa transformator pertama untuk protein dan dibangun oleh tim pendiri EvolutionaryScale saat bekerja di departemen FAIR Meta. ESM2, model ESM1 yang ditingkatkan, memiliki 15 juta parameter dan berperforma lebih baik dibandingkan model lama ESM1b (yang memiliki 650 juta parameter).

Minggu lalu, EvolutionaryScale merilis model AI ESM3 terbarunya, sebuah langkah besar menuju masa depan biologi. Dengan kekuatan model ini, penemuan dengan penerapan luas dapat dipercepat, mendukung penciptaan protein yang membantu menangkap karbon untuk mengembangkan pengobatan kanker baru.

03.Pelopor penerapan AI dalam biologi

ESM3 adalah model AI generatif yang fungsi utamanya adalah menghasilkan protein baru. Model ini menggunakan teknologi pembelajaran mendalam untuk melatih menggunakan sejumlah besar data protein untuk mempelajari hubungan antara urutan, struktur, dan fungsi protein.

ESM3 dilatih menggunakan lebih dari 1 triliun teraflops daya komputasi, skala komputasi terbesar yang diketahui dalam biologi. Ia dilatih berdasarkan kumpulan data 2,78 miliar protein dari keanekaragaman alami bumi, yang memungkinkannya secara bersamaan mempertimbangkan urutan, struktur, dan fungsi protein.

Alur kerja utama ESM3 dapat disederhanakan menjadi empat langkah berikut:

  • Pengumpulan dan pemrosesan data: EvolutionaryScale pertama-tama mengumpulkan sejumlah besar data biologis dari berbagai sumber, termasuk urutan gen, struktur protein, anotasi fungsional, dll. Data akan dibersihkan, distandarisasi dan diformat untuk memfasilitasi analisis dan penerapan selanjutnya.

  • Pelatihan model: Menggunakan algoritme pembelajaran mendalam dan sumber daya komputasi dalam jumlah besar, EvolutionaryScale akan melatih data yang diproses untuk membangun model bahasa besar yang dapat memahami dan memprediksi hukum biologis. Model-model ini tidak hanya sangat akurat, tetapi juga mampu menangani permasalahan biologis yang kompleks.

  • Menghasilkan protein baru: Melalui petunjuk interaktif, ESM3 mampu menghasilkan protein baru yang membutuhkan waktu ratusan juta tahun untuk berevolusi di alam.

  • Validasi ilmiah: Protein baru yang dihasilkan akan divalidasi melalui eksperimen ilmiah untuk menentukan fungsi dan potensi penerapannya.

Saat ini, salah satu kasus penggunaan ESM3 yang paling menarik adalah pembuatan protein fluoresen hijau (GFP) baru.

GFP adalah salah satu protein terindah dan unik di alam, yang bertanggung jawab atas kilauan ubur-ubur dan warna karang yang berpendar cerah. ESM3 menciptakan protein fluoresen baru ini melalui proses pemikiran yang mencakup evolusi selama 500 juta tahun. Proses ini memerlukan waktu lebih dari 500 juta tahun dalam evolusi alami, namun ESM3 memungkinkan lompatan ini secara komputasi.

Peluncuran ESM3 juga merevolusi bidang penemuan obat dan biologi sintetik.

Dalam hal penemuan obat, ESM3 dapat menghasilkan protein baru dengan aktivitas biologis spesifik, menyediakan lebih banyak kandidat molekul untuk penyaringan dan optimalisasi obat. Pada saat yang sama, ESM3 juga dapat memprediksi dan mengoptimalkan mekanisme interaksi antara obat dan target, sehingga memberikan dasar yang lebih ilmiah untuk desain dan pengembangan obat.

Dalam hal biologi sintetik, ESM3 mampu menghasilkan sistem biologis dengan fungsi tertentu, memberikan solusi baru di berbagai bidang seperti biomanufaktur dan bioenergi. Misalnya, ESM3 dapat menghasilkan sistem enzim yang secara efisien mengubah karbon dioksida menjadi bahan organik, memberikan pendekatan baru dalam penangkapan dan pemanfaatan karbon.

Model ESM3 EvolutionaryScale mewakili tonggak baru dalam AI dalam biologi. Melalui kemampuan generasi yang kuat dan kolaborasi dengan para pemimpin industri, ESM3 diharapkan dapat mempercepat penemuan protein baru dan desain sistem biologis, sehingga membawa dampak revolusioner pada pengembangan obat, ilmu material, dan ilmu lingkungan di masa depan.

04. Perjalanan inovasi di bidang biologi

Biologi Sintetis: Kehidupan Pemrograman

Biologi sintetik adalah arah penting untuk pengembangan EvolutionaryScale di masa depan. Dengan merancang dan mensintesis sirkuit genetik dan jalur biologis baru, para ilmuwan dapat menciptakan organisme dengan fungsi tertentu.

  • Sirkuit genetik mirip dengan sirkuit elektronik, tetapi mengontrol proses biologis dalam sel.

Sirkuit gen memungkinkan kontrol yang tepat atas ekspresi gen spesifik di dalam sel. Misalnya, sirkuit genetik dapat dirancang untuk menghidupkan atau mematikan ekspresi gen tertentu ketika sel mendeteksi sinyal tertentu, seperti bahan kimia tertentu atau perubahan lingkungan.

  • Jalur biologi sintetik melibatkan kombinasi beberapa enzim dan jalur metabolisme yang digunakan untuk menghasilkan senyawa berharga.

Melalui analisis dan desain AI, para ilmuwan dapat menciptakan jalur metabolisme baru yang memungkinkan organisme mensintesis senyawa yang tidak dapat diproduksi secara alami. Misalnya, mikroorganisme dapat menghasilkan zat antara farmasi, biofuel, atau bahan kimia industri dengan mendesain ulang jalur metabolismenya.

  • Pabrik sel adalah sistem biologis yang menggunakan rekayasa genetika untuk memodifikasi mikroorganisme agar menghasilkan produk target secara efisien dalam kondisi industri.

Melalui desain yang dibantu AI, para ilmuwan dapat memodifikasi genom mikroorganisme sehingga mereka dapat menunjukkan kinerja produksi yang sangat baik dalam kondisi tertentu. Misalnya, dengan mengedit gen ragi atau bakteri, para ilmuwan dapat membuat mikroorganisme tersebut efisien dalam memproduksi antibiotik, enzim, atau produk biologis lainnya.

Jika teknologi ini dapat terus berkembang, hal ini tidak hanya akan mendorong perkembangan penelitian ilmiah yang mutakhir, namun juga membawa prospek penerapan yang penting di bidang-bidang seperti kedokteran, perlindungan lingkungan, dan pertanian.

Pengobatan pribadi berdasarkan data

EvolutionaryScale mempromosikan kemajuan pengobatan yang dipersonalisasi melalui AI dan teknologi analisis data besar untuk memberikan layanan medis yang lebih tepat dan efisien kepada pasien.

Pengobatan yang dipersonalisasi didasarkan pada informasi biologis unik dan data klinis setiap pasien untuk menyesuaikan rencana perawatan yang paling tepat. Salah satu bidang utamanya adalah analisis genom. Dengan mengurutkan dan menganalisis genom pasien secara komprehensif, para ilmuwan dapat mengidentifikasi varian genetik yang terkait dengan penyakit tersebut.

EvolutionaryScale menggunakan teknologi AI untuk menganalisis data genom dalam jumlah besar dengan cepat dan akurat guna menemukan potensi faktor risiko penyakit.

Cara ini dapat membantu dokter mendiagnosis penyakit pada tahap awal dan mengambil tindakan pencegahan. Misalnya, dengan menganalisis mutasi gen BRCA1 dan BRCA2 pada pasien kanker payudara, risikonya dapat diprediksi sehingga memungkinkan dilakukannya skrining dan intervensi dini.

Saat ini, EvolutionaryScale berada di garis depan dalam integrasi biologi dan kecerdasan buatan, yang didedikasikan untuk pemrograman dan optimalisasi sistem biologis melalui inovasi dan eksplorasi berkelanjutan. Lebih banyak terobosan teknologi dapat dicapai di masa depan, sehingga menciptakan masa depan yang lebih cerdas dan sehat bagi umat manusia.