2024年9月，人工智能生物学初创公司Chai Discovery宣布从重量级公司Thrive Capital和OpenAI那里筹集了近3000万美元，用于将人工智能引入药物发现。
同时，Chai Discovery发布了其新的人工智能模型Chai-1。该模型在分子结构预测方面展现出与AlphaFold3媲美的能力，极大地推动了药物发现和生物研究的发展。
Chai-1是一个多模式基础模型，能够统一预测蛋白质、小分子、DNA、RNA以及其他生物分子的结构。在多个基准测试中，Chai-1的性能达到或超过了包括AlphaFold 3在内的领先模型。特别是在具有挑战性的PoseBusters蛋白质配体基准测试中，Chai-1的成功率达到了77%，与 AlphaFold 3的76%不相上下。
Chai-1的一个显著创新点在于它无需多序列比对（MSA）即可从单个蛋白质序列生成准确的预测结果。这一特性使得Chai-1在预测蛋白质多聚体结构等任务上优于依赖MSAs的现有模型。此外，Chai-1还能结合实验约束条件，如表位图谱或交联质谱的数据，进一步提升其性能。这些特性在抗体工程等应用中尤为重要，即使在接触数据有限的情况下，也能显著提高抗体-抗原结构预测的准确性。
为了促进科学研究的进步，Chai Discovery通过网络接口免费提供Chai-1给学术界和商业界使用。同时，模型的权重和推理代码也将作为开源软件库发布，供非商业应用使用。这一举措与DeepMind通过AlphaFold 3转向闭源方法形成鲜明对比，展现了Chai Discovery对开放科学的承诺。
研究人员和开发人员可以通过Chai Discovery的网站访问Chai-1，或者从GitHub下载库，将其集成到自己的工作流程中，实现更加高效和精确的分子结构预测。
Chai Discovery能够在短时间内取得如此显著的进展，离不开其背后的强大资本支持。该公司自六个月前成立以来，已从重量级投资机构Thrive Capital和OpenAI募集到近3000万美元的资金。这笔资金将用于进一步推动人工智能在药物发现领域的应用，加速新药物的研发进程。
Chai Discovery的联合创始人兼首席执行官Joshua Meier表示：“我们希望把生物学从一门科学变成工程学。这一目标正是通过开发像Chai-1这样强大的人工智能模型来实现的，这些模型能够预测生化分子的结构，并重新规划它们之间的相互作用，从而加速新药物的发现和开发。”
参考资料：
https://www.maginative.com/article/chai-discovery-releases-powerful-new-open-ai-model-for-molecular-structure-prediction/
https://news.bloomberglaw.com/artificial-intelligence/openai-thrive-capital-back-startup-using-ai-for-drug-discovery
