谷歌|128张GPU炼出中国版AlphaFold2:训练代码开源,浏览器就可体验( 二 )


复现后又为何要率先公开训练代码?
下面就来一探究竟。
北大元培系创业公司,一年完成三轮融资实际上,在推出Uni-Fold之前,深势科技这个初创团队就已经颇受业内关注:
一年狂揽三轮融资,最近一轮达数千万美元,由高瓴创投领投。
谷歌|128张GPU炼出中国版AlphaFold2:训练代码开源,浏览器就可体验
文章插图
从团队背景看,创始人兼首席科学家张林峰,北京大学元培学院出身,在普林斯顿大学获应用数学系博士学位。
另一位创始人兼CEO孙伟杰同样来自北大元培,后继续在北京大学深造,获管理学硕士学位。
孙伟杰在科技领域分析及投资经验丰富,张林峰则偏重技术。他的研究方向包括统计物理、分子模拟和机器学习及其应用。
此外担任首席科学顾问的是中科院院士、北京大学教授鄂维南。
北大元培系AI创业公司这个标签,算是深势科技受到资本青睐的原因之一。
谷歌|128张GPU炼出中国版AlphaFold2:训练代码开源,浏览器就可体验
文章插图
再看技术实力,由鄂维南院士领衔的数十人科研队伍,包含物理建模、数值算法、机器学习、高性能计算及药物和材料计算等多个领域人才。
他们大多来自世界一流高校、科研机构和企业。
其中许多人拥有交叉背景,深势科技特别介绍了一位高中搞过生物竞赛,大学主修人工智能又参加过超算研究的同学。
这样的人了解不同学科的基础知识和术语体系,对团队协作沟通大有好处。
有着多学科交叉这样的特点,深势科技自述致力于“以新一代分子模拟方法打造微尺度工业设计平台”。
其中的新一代分子模拟方法,指「多尺度建模+机器学习+高性能计算」新研究范式。
新范式由深势科技首创,在保证了计算效率和精度的基础上还具备通用性,可为药物、材料等领域带来新的计算模拟及设计工具。
比如鄂维南、张林峰共同参与研究的一项技术,用机器学习方法将分子动力学极限提升至10亿原子规模同时保持高精度。
这项成果在2020年获得有「超算届诺贝尔奖」之称的戈登·贝尔奖,还与「量子优越性」和「人造太阳」等成果一起当选2020中国十大科技进展。
谷歌|128张GPU炼出中国版AlphaFold2:训练代码开源,浏览器就可体验
文章插图
基于这样的团队背景和科研实力,也就不难理解深势科技为何能在这么短的时间内复现AlphaFold2全规模训练。
但作为一家创业公司,光有上述两种因素还不够,创造行业价值才是当前大环境下的题中之义。
有算法工具的突破做基础,Unif-Fold配套解决方案也已集成到他们自己的药物设计平台Hermite,免费注册即可测试使用。
Hermite基于云计算,无需操心模型部署、环境配置问题,只要打开浏览器就能使用Uni-Fold的各种功能。
谷歌|128张GPU炼出中国版AlphaFold2:训练代码开源,浏览器就可体验
文章插图
除此之外,作为一站式药物设计平台的Hermite还集成了更多功能。
如预测得到蛋白质结构后还可以继续进行蛋白质的动力学模拟、结构精修以及环区优化。
在药物优化阶段也提供了比较不同分子与蛋白靶点结合活性差别的工具。
这也是深势科技打破蛋白质结构预测工具现状,率先公布训练代码背后的考量——
他们做的不只是蛋白质结构预测这一个工具,而是为药物设计领域打造一套模拟-AI-实验三者驱动的解决方案和开发平台。
而开源开放,吸引更多人来到开源社区,所积累的数据、汇聚的多学科人才、实现的应用都是平台生态建设的重要力量。
深势科技的微尺度工业设计平台不仅涉及生物医药领域,在新能源材料研发中也有布局。