今年 4 月，作为公司内部大规模裁员的一部分，Meta将其AI蛋白质折叠团队也裁掉。

　　AlphaFold 使用基于网络的模型，而 ESMFold 利用大规模语言模型进行蛋白质预测。Meta AI团队表示，语言建模复杂性和结构学习的改进持续通过150亿个参数。相比之下，他们最新的模型 ESM2（拥有 1500 万个参数）优于旧模型 ESM1b（拥有 6.5 亿个参数）。

　　被裁后，ESMFold 团队的 8 名创始人员成立了 EvolutionaryScale，再次并肩作战，该初创公司致力于基于人工智能技术的蛋白质预测模型研究

　　创始人Alexander Rives 是美国纽约大学计算机科学博士，Facebook 前人工智能科学家，专注于生物学的大规模语言模型。

　　论文中提到，尽管 ESMFold 模型预测的平均准确度较低，但其预测速度比 AlphaFold快 60 倍。

　　根据《福布斯》获得的一份推介文件，到 6 月TG体育，这家初创公司正在向风险投资家寻求种子轮融资，以通过大幅扩大其人工智能模型的规模来推进其研究工作。

　　四位知情人士表示，Lux Capital 领投了这轮约 4000 万美元的融资。

　　Lux Capital 成立于 2000 年，总部位于纽约，该公司倾向于投资新兴科技公司，重点关注3D打印、机器学习和人工智能、飞行和手术机器人等领域。

　　而 EvolutionaryScale 背靠Meta AI 这棵大树，刚成立就能得到这两位的亲睐，似乎也就不意外了。

　　但即便有这样的高额投资，药物从发现到 FDA 批准的平均时间约为 7-10 年，在资金方面还是有不小的压力。

　　根据推介文件介绍，在成本制定上，EvolutionaryScale 预计*年将花费 3800 万美元，其中超 42%的资金，也就是1600 万美元用于计算费用。

　　第二年高达 1.61 亿美元，第三年高达 2.78 亿美元，其中，计算费用分别为 1 亿美元和 2 亿美元，占比逐年增加。

　　但在整个文件中，该公司反复强调，生物人工智能模型可能需要十年时间才能帮助设计产品和疗法。

　　也就是说，如果他们的假设一开始是准确的。这样密集的计算成本预算暗示了 EvolutionaryScale 就是一个“大赌注”。

　　发展阶段大致是：扩大人工智能模型——为其提供更多数据并增加其规模——将产生“生物人工智能的能力突破”。

　　现实也是如此，生物学领域的人工智能在短期内不太可能提供丰厚的商业回报。像薛定谔这样的商业公司目前公开交易的市值都低于 30 亿美元，他们正在销售基于老式分子建模方法的产品。

　　到第三年时，重点是整合蛋白质结构预测之外的其他生物数据类型，包括 DNA 序列、基因表达和表观遗传数据。

　　最后TG体育，长期愿景是销售一种通用的生物学人工智能模型，而不是特定于任何一个用例。

　　理论上该模型可用于医学，例如开发“寻找并消灭癌症或其他疾病的可编程细胞”；也可用于其他生物技术应用，例如设计“分子机器”来清理有毒废物或捕获碳。

　　目前，也有其他公司想要实现类似的目标，其中包括 Inceptive，该公司旨在应用大型语言模型来设计基于 RNA 的药物疗法。

　　一位匿名接受《福布斯》采访的生物技术投资者推测，更通用的大型语言模型的未来版本，例如 OpenAI 的 GPT 系列，可能会变得足够熟练，可以应用于生物学。

　　值得一提的是，Alexander Rives 在公司文件中被描述为“临时首席执行官”。根据文件介绍，他明年将加入麻省理工学院和哈佛大学布罗德研究所，并建立一个“生物设计实验室”。

　　“临时”TG体育，说明 Alexander Rives 目前并未打算长期直接带领该公司发展，而加入新的研究所，也意味着他将会分化出一部分的精力。TG体育TG体育TG体育