距离AlphaFold 3亮相已经过去了四个月，但说实话，由于代码没公开、访问次数还限得死死的，外界对它的原理、机制和实际效用，依然知道得不多。DeepMind团队说过，要等发布六个月后，也就是今年11月才会开源。
前两天，三位牛津学霸放出的复现版本也只完成了第一阶段，目前只能预测蛋白质，还无法延伸到DNA、RNA等其他生命分子。
不过，AF3的“踢馆者”们正纷至沓来。最近一家名为Chai Discovery的初创公司发布了他们的新模型——Chai-1，能够对蛋白质、小分子、DNA、RNA、共价修饰等进行统一预测。
根据基准测试结果，Chai-1在药物发现相关任务上达到了SOTA水平，甚至超过了AlphaFold 3，以及Meta FAIR前ESMFold团队另起炉灶搞出的新模型ESM3。
性能出色只是其一。Chai-1团队还发布了一篇16页的技术报告，并开源了模型权重和推理代码——虽然仅限非商业用途。
开发者可以选择下载代码、本地运行、自行修改，也可以通过服务器在线调用。这个开放程度，让人不禁想起当年既有代码又有论文的AlphaFold 2。
模型发布后，HuggingFace的CEO直接发出在线邀请：不如在HF仓库上也托管一份权重。
IBM大佬Alex Kaplan甚至把Chai-1的发布称为“药物发现的ChatGPT时刻”。他表示，当下绝对是分子生物学的黄金时代，在可预见的未来，只需几行代码就能治愈所有疾病，而Chai-1或许就是AlphaFold之后朝这个目标迈出的重要一步。
蛋白质领域的「原生多模态」
技术报告提到，模型架构和训练策略大体遵循了AlphaFold 3的论文，但有一个关键区别：他们使用了截止到2021年1月12日的所有数据，只训练了一个模型，而不是针对不同评估分别训练，并且添加了一些新功能。
与大多数需要MSA（多重序列比对）的结构预测工具不同，Chai-1可以在没有MSA的情况下以单序列模式运行，同时保持相近的性能。除了利用序列信息，它还是一个“原生多模态模型”。除了直接从序列信息建模，它还能通过prompt接受新数据，比如实验得出的结合袋、接触点和对接约束条件。这些约束可以捕捉复合物中不同物质在不同粒度上的相互作用信息，作用类似于结构模板提供链内距离，但更侧重于链间距离。
对比实验显示，提供约束条件后，模型性能甚至能得到两位数的提升（图4A）；不过为了防止模型过度依赖约束导致过拟合，训练时对这些特征采用了dropout。比如表位的约束——即使只有少量接触点或结合袋残基信息，也能使抗体-抗原结构预测的准确率翻倍，让AI在抗体工程中的角色更加实用。
根据DockQ上的可接受预测率基准，Chai-1比基于MSA的AlphaFold-Multimer模型（67.7%）更准确地折叠多聚体（69.8%）。这个结果让Chai-1成为第一个仅使用单序列信息、无需MSA搜索，就能以AlphaFold-Multimer水平预测多聚体结构的模型。
在PoseBusters基准上，仅给出蛋白质序列和配体化学成分信息时，Chai-1对配体预测结果的RMSD成功率为77%，超过了AF3的76%。
成立半年，拿出顶级模型
发布Chai-1的Chai Discovery成立于今年3月，是一家AI生物初创公司。就在9月9日，他们完成了3000万美元的种子轮融资，由Thrive Capital领投，OpenAI和Dimension Capital也参与了进来。交易完成后，公司估值已升至1.5亿美元。
目前Chai的员工还不到10人，但吸引了不少来自OpenAI、谷歌、Meta FAIR等顶尖机构的人才，大部分成员也曾在头部药物公司担任AI负责人。
联合创始人兼CEO Joshua Meier，本科和硕士毕业于哈佛大学计算机科学专业，还拿到了化学学士学位。他高中时就在美国计算机奥赛中拿过金牌水平的名次，并涉足生物技术创业，在OpenAI、谷歌、Meta FAIR、布罗德研究所等机构都有丰富的研究和工作经历。2021年，在FAIR工作的Meier和团队发表了一篇重要论文，创建了第一个Transformer架构的蛋白质语言模型ESM-1b，目前引用量已超过1800。
论文作者列表中还有不少熟悉的名字，包括当时还在哈佛的Pika创始人郭文景（Demi Guo），以及FAIR前ESM团队成员Alexander Rives、Zeming Lin、Tom Sercu和Jason Liu。根据LinkedIn信息，ESM团队解散后，Alexander Rives、Zeming Lin和Tom Sercu已去了初创公司EvolutionaryScale，他们不久前也发布了新模型ESM3。创立Chai Discovery前，Meier还曾担任生物技术公司Absci的首席人工智能官。
在种子轮中选择跟投的Dimension Capital投资人Za vain Dar最近发表了一篇文章，阐述了投资想法，并高度赞扬了Meier和他的团队。Za vain Dar表示，从2019年Meier先后入职Meta和OpenAI时，他们就非常关注Meier的工作。短短几个月内，Chai-1就能与业内财力雄厚、历史悠久的企业所开发的产品平起平坐，这让他们看到了一个“短小精悍”的团队能在极短时间内做出多少成就。
在Za vain Dar的文章和Chai Discovery的博客中，都谈到了当前阶段开放技术成果的重要性。虽然Chai-1已经取得了非常卓越的成就，但我们才刚刚站在起跑线上。要把生物学“从科学转变为工程”，还需要构建更成熟、更强调的基础模型，用于预测和重编程生化分子间的相互作用。Chai-1的团队表示，他们坚信长期的获胜策略需要透明度和开放实验，当今的生物技术从业者就可以免费且轻松地应用这些前沿技术，将其转化为药物发现领域的实用价值。
