人工智能赋能mRNA疫苗和药物开发

2023年5月2日,斯微(上海)生物科技股份有限公司(以下简称:斯微生物)和百度美国研究院(以下简称:百度美研)、俄勒冈州立大学、罗切斯特大学合作在国际顶级学术期刊Nature发表题为《AlgorithmforOptimizedmRNADesignImprovesStabilityandImmunogenicity》的研究论文。

值得一提的是,鉴于这篇论文对生物医学的重要性,Nature杂志决定在正式排版之前先将预览版快车道上线(acceleratedarticlepreview),此前只有极少数Nature论文(如AlphaGo和AlphaFold2)获得了快车道上线。这也是AI应用于mRNA领域的首篇CNS主刊论文,不仅具有引领国内mRNA技术赶超世界水平的重要战略意义,也极大地促进了AI和生命科学领域相互赋能、融合,为缩短新药研发的周期、降低新药研发的成本,提高医疗诊断的准确性和效率做出积极贡献。

近年来,人工智能(AI)赋能生物医药领域高质量发展,加速推进新药研发的进程。mRNA疫苗和药物在疫情中展现了独特的技术优势,但mRNA疫苗分子非常“脆弱”,稳定性低,很容易在细胞内降解,不能持续编码抗原。为了解决这个问题,百度美研开发了专门用于设计优化mRNA序列的高效AI算法LinearDesign,并邀请斯微生物对此算法进行生物实验验证。该算法将自然语言处理领域中的“latticeparsing”概念拓展到计算生物领域,能够迅速设计出更稳定更有效的mRNA序列。

图1.LinearDesign算法用于mRNA序列优化设计原理概览。以编码新冠病毒spike蛋白的mRNA为例,LinearDesign基于两个主要目标进行优化:提升mRNA序列的密码子偏好性和提升mRNA分子的稳定性。

基于LinearDesign的mRNA序列在稳定性、蛋白表达和免疫原性等方面明显优于传统算法设计的基准序列。计算机模拟表明,使用这种新算法仅需11分钟就能设计出最优的mRNA序列,理论上可以改善候选mRNA疫苗的稳定性和蛋白表达。

图2.LinearDesign算法设计的新冠mRNA疫苗的体内外验证。通过一系列的体外体内实验验证发现,LinearDesign设计的序列相较于其他设计平台优化的序列具有更好的稳定性以及蛋白表达量,同时展现出更优的体内的抗体滴度以及细胞免疫水平。

斯微生物完成了这种高效算法在新冠病毒mRNA疫苗分子设计上的生物学验证。结果显示,在稳定性、蛋白质表达水平以及免疫原性等多个衡量疫苗的重要指标上,通过这种算法设计的新冠疫苗序列优于传统方法设计的基准序列;疫苗序列结合抗体滴度和中和抗体滴度(疫苗保护力最重要的两个指标)分别是传统基准序列的128倍和20倍。除了新冠mRNA疫苗之外,该算法也于水痘-带状疱疹病毒(varicella-zostervirus,VZV)疫苗管线上进行了验证,结果表明LinearDesign优化后的VZV疫苗mRNA序列展现了更高的稳定性以及抗原表达量,同时在小鼠体内引起的免疫反应水平更高。这两项的实验验证充分表明了LinearDesign算法在编码不同蛋白的mRNA序列设计上的适用性,为传染病、肿瘤以及罕见病在内的各种mRNA疫苗或药物管线的序列优化设计提供更优的思路。

THE END
1.分享人工智能领域的10大算法事实上,人工智能已经存在于我们生活中很久了。但对很多人来讲,人工智能还是一个较为“高深”的技术,然而再高深的技术,也是从基础原理开始的。人工智能领域中就流传着10大算法,它们的原理浅显,很早就被发现、应用,甚至你在中学时就学过,在生活中也都极为常见。 https://mp.weixin.qq.com/s?__biz=MzI2NTk5MTk1Mg==&mid=2247527585&idx=3&sn=5072ab3513141ba3ec208bf4ec11acf3&chksm=ea96cededde147c8131723df30add2b5fa0d072cd7c4d071f2c0de1e9235b93550714cf52b02&scene=27
2.A.人工智能算法设计步骤算法设计人工智能A. 人工智能 --- 算法设计步骤 A. 算法设计步骤 数据采集 数据类型 属性 数值型 字符串 类别 标签 类别 标签 数据预处理 数据分析和建模 数据可视化 分位数图QQ图 平行坐标图 交会图(散点图) 热力图 数据分析 属性类别统计特征 属性之间的相关性https://blog.csdn.net/micklongen/article/details/89789089
3.人工智能算法分析论文(精选6篇)人工智能算法分析论文(精选6篇) 篇1:人工智能算法分析论文 5-1 简述机器学习十大算法的每个算法的核心思想、工作原理、适用 情况及优缺点等。1)C4.5 算法: ID3 算法是以信息论为基础,以信息熵和信息增益度为衡量标准,从而实现对数据的归纳分类。ID3 算法计算每个属性的信息增益,并选取具有最高增益的属性作为给定https://www.360wenmi.com/f/fileb1uo3r0x.html
4.AI时代新风口!吴恩达亲授智能体四大设计模式【新智元导读】吴恩达认为,智能体的发展将会成为AI时代重要的力量,甚至比基础模型还要重要。工作之余,「吴老师」连发多篇博客,向大家介绍了AI智能体的四大设计模式。 AI时代的风口在哪里? 吴恩达认为,AI Agent将在今年推动人工智能的大规模进步。 ——甚至,有可能超过下一代基础模型所带来的影响。 https://zhuanlan.zhihu.com/p/693396412
5.算法设计概述.docx25/28算法设计第一部分算法优化与人工智能:探讨算法设计在人工智能领域的关键作用。 2第二部分分布式算法:研究分布式环境下的算法设计及其应用。 4第三部分量子计算与算法:探讨量子计算对算法设计的影响和潜在应用。 8第四部分深度学习算法:分析深度学习算法的最新进展和未来趋势。 10第五部分数据结构与算法:讨论高效https://m.renrendoc.com/paper/295570465.html
6.人工智能算法工程师和芯片设计工程师有什么区别人工智能算法工程师低于芯片设计工程师。人工智能算法工程师平均工资¥24.1K/月,2024年工资¥24.0K,2024年工资低于2023年,芯片设计工程师平均工资¥37.9K/月,2024年工资¥37.9K,2024年工资低于2023年,统计依赖于各大平台发布的公开数据,系统稳定性会影响客观性,仅供参考。 https://www.jobui.com/gangwei/pk/rengongzhinengsuanfagongchengshi-xinpianshejigongchengshi/
7.届校园招聘:无人机/飞机研发设计人工智能算法软件/硬件/试飞/营● 人工智能类: 感知测量系统工程师 图像处理算法工程师 SLAM三维重建工程师 强化学习算法工程师 路径规划算法工程师 无人机智能决策算法工程师 无人机集群编队算法工程师 感知算法工程师 定位建模算法工程师 控制律设计工程师 ● 试飞生产类:试飞技术工程师、无人机测试改装工程师、工艺工程师等 https://jobs.zhaopin.com/CC531907520J40338791103.htm
8.剑桥大学设计人工智能“偷听”算法,可窃取手机密码近日,剑桥大学计算机实验室发表的一项最新研究成果表明,人工智能算法可以通过监听手指敲击屏幕的声音窃取手机密码。这意味着,通过内置麦克风录制音频,恶意应用程序可以“监听”用户输入的文本。对于四位数密码而言,该模型在20次尝试后可准确恢复150个密码中的91个,识别准确率为61%。 https://m.thepaper.cn/wap/v3/jsp/newsDetail_forward_3237176
9.生物分子序列的人工智能设计腾讯云开发者社区1 人工智能算法设计生物序列 从模式识别角度分析生物序列设计中的共性的问题:前人的研究发现,特定功能的生物分子序列会形成高维序列空间中的低维流形。例如,2018年的一篇关于氨基酸序列的研究证实,来自不同细菌的氨基酸序列组成的序列空间中,大肠杆菌的同一氨基酸家族的突变体序列会形成低维流形;针对药物小分子的研究也发现https://cloud.tencent.com/developer/article/1951125
10.AIR学术上海人工智能实验室李弘扬陈立:端到端自动驾驶算法设计陈立,上海人工智能实验室自动驾驶团队青年研究员。研究兴趣主要为计算机视觉,端到端自动驾驶,发表多篇相关工作在国际会议如CVPR、ECCV、NeurIPS、CoRL等。 报告内容 本次报告中,李弘扬博士和陈立研究员围绕其近期工作Unified Autonomous Driving(UniAD),分享了对端到端自动驾驶算法设计的一些思考。UniAD首次将目标检测与https://air.tsinghua.edu.cn/info/1008/1992.htm
11.全国青少年人工智能创新挑战赛有哪些赛项全国青少年人工智能创新挑战赛是一项面向中学生的全国性竞赛活动,旨在教育引导广大青少年从小培育创新精神、锻炼创新思维、锤炼创新能力。该挑战赛设置了多个赛项,涵盖了智能机器人应用、智能程序及算法设计、智能芯片及开源硬件和人工智能技术综合创新等多个方向。以下是对这些赛项的详细归纳: http://m.soxsok.com/wnews847290.html
12.学术研究政治与法律孙祁:规范生成式人工智能产品提供者的2.服务提供者是生成式人工智能算法设计的主体 生成式人工智能主要基于深度神经网络,通过预训练、优化训练大规模的数据集,学习抽象出数据的本质规律和概率分布,并利用生成模型生成新的数据,形成最终产品。在生成式人工智能技术中可以认为,数据是产品生成的基础,而算法是加工和处理这一基础资源的技术手段,决定了生成物的价https://ilaw.sass.org.cn/2023/0821/c2514a552849/page.htm
13.北京航空航天大学2025研究生考试大纲:人工智能学院!北京航空航天大学人工智能学院招收2025年硕士初试自命题科目考试大纲已公布,842人工智能基础综合试卷总分150分,共包括三部分内容。其中机器学习部分为必考内容,占90分;算法设计与分析部分和自动控制原理部分为选考内容,选考内容二选一,均占60分。若同时选考算法设计与https://www.gaodun.com/kaoyan/1653530.html
14.数学建模论文模板15篇[通用]2.2基于人工智能方法 (1)专家系统方法专家系统是一种将知识作为基础的为计算机编程的系统,对于某个领域的繁复问题给出一个专家级别的解决方案。而建立一个专家系统的关键之处在于,要预先将相关专家的知识等组成一个资料库。其由专家系统知识库、数据库和推理机制构成。 https://www.yjbys.com/biyelunwen/fanwen/shuxue/734071.html