百度LinearDesign让新冠疫苗抗体反应提高128倍，AI 和多学科的结合正在拓展科学的边界。

百度还有几把刷子。不知道大家有没有听说过，百度他…登上 Nature 了。

就在几天前，《 Nature 》正刊发表了一个名字《 Algorithm for Optimized mRNA Design Improves Stability and Immunogenicity 》在论文中提出的论文 mRNA 序列优化 AI 算法—— LinearDesign 。

说实话，我第一次看到这么多复杂的术语，再加上我通常被录用 “ 突破成果 ” 给整个麻木，差点让这个选题溜过去。

但在我连夜肝完成论文并咨询了百度的哥哥后，我只想说：你太棒了，我给你拇指。

因为有了这篇论文，百度不仅成为了第一个以第一完成单位的身份正式登上《 Nature 》还有中国科技公司， Nature 专家组考虑 “ 论文对新冠肺炎的研究可能会有重大突破 ” ，还给了它顶级论文的待遇，直接进去 VIP 通道了。(被批准成为 Accelerated Article Preview 加快发表论文。）

这使得日常工作 “ 百度小黑子 ” 网友们直呼：这怎么喷啊？

然而，话说回来，这样的优化 mRNA 序列的 AI 算法，如何为全人类做出重大贡献？

一切都要做 mRNA 说起最新的发展。

在这场猝不及防的新冠肺炎疫情中， mRNA 可谓临危受命，大显身手。

由于量产快、使用安全等特点， mRNA 疫苗被公认为遏制 COVID-19 这种突发性病毒的可行工具之一。

但在为全球抗疫做出汗马功劳的同时， mRNA 但由于疫苗受到限制 mRNA 分子本身的稳定性受到批评。

简单来说，新冠的 mRNA 疫苗在体外和体内停留时间不长。

这意味着，不仅运输过程中需要超低温冷链技术，防止疫苗报废；而且注射后不能保证长期有效。为了安全，一年要打几次。

本来研发运输成本高，人体保护时间短。这种综合成本显然不容易被很多国家接受。

然而，一项新技术出现问题是正常的。然后我们把它放在一边 mRNA 优化，好吗？

答案是，很难。

mRNA 事实上，疫苗优化最大的问题是：不能计算。

mRNA 这个东西很特别。它由碱基组成，但有些碱基被称为同义密码子。

简单地说，这些碱基的变化并不影响 mRNA 的功能。

所以一个 mRNA ，会有无数兄弟姐妹，甲乙丙丁。

虽然功能相同，但由于同义密码的差异，它们 “ 体质 ” 也大不相同。

只有少数这个大家庭。 mRNA 制作疫苗不易分解，不易分解 “ 好苗子 ” 。

以新冠肺炎刺状蛋白的MRNA为例 就疫苗而言。

为了在这些疫苗中找到它们 “ 尖子生 ” ，科学家可能要找 10⁸³²第二，为了找到稳定性最好的新冠肺炎 mRNA 疫苗。

即使从宇宙诞生开始，每秒计算一个序列，到现在为止 138 亿年来，亿万分之一可能还没有解决。

许多机构都在努力解决这个问题。例如，斯坦福大学建立了一个疫苗设计竞赛平台，让人类设计师以参与游戏的方式设计稳定 mRNA 序列。

德国科隆大学的研究人员也提出了一种对待 mRNA 双重化学修饰策略。

不幸的是，效果不是很明显。（ 与这一次的结果相比，这一次的结果 ）

但这一回，百度科学家脱颖而出，从简单算法和高效工具两个方面解决了这个超级问题。

百度科学家在多年的研究中发现了一个神奇的现象， “ 寻找 mRNA 最优序列 ” 事实上，过程和 “ 语音转文字 ” 非常相似——两者都在排列组合中。

找到最佳的 mRNA 实际上，序列是 mRNA 中 4 种碱基的排列组合问题。

而语音转文字，是拼音与相应发音的文字一一匹配的过程。

比如说， wo ai ni ，每个拼音对应不同的多音字。

wo 可以是：沃，我，窝…由此产生了窝矮腻、沃埃腻、我爱你等一系列排列组合。

这就需要通过语法和逻辑来判断生成的文本是否准确；而 mRNA 序列也有一些语法规则——就像一些特定的序列组合会有什么样的功能一样。

因此，语音转换文本的技术和 mRNA 本质上，寻找最佳序列的技术是常见的。

巧了么， AI 已经把语音变成文字做得很好了，所以经过适应，自然可以无缝衔接 mRNA 的计算中。

这也使得科学家能够将语音转换为文本领域常用的语音 “ 动态规划算法 ” ，用在 mRNA 在研究过程中计算效率。

结果就是，好的计算工具—— AI ，加上高效的计算方法-动态规划算法，双管齐下后，计算新冠肺炎疫苗最佳 mRNA 序列的时间直接从无限缩短到至少 11 分钟。

这样，即使是个人电脑也能运行，工作量也会大大降低。这对生物研究员来说是个好消息。

而且，百度这次能登上顶刊，顺便说一句，蹭上紧急通道的根源在于，它是帮助我们立即开发新冠肺炎疫苗的结果。

与以往停留在实验室的各种成果不同，百度的论文不是一个概念上的突破，而是一个可以在短时间内实现的结果。

而且，它不仅可以针对新冠肺炎，还可以针对其他新冠肺炎 mRNA 疫苗的研发也很有帮助。

至于效果，在新冠肺炎疫苗的开发中得到了证实。

在新冠 mRNA 在疫苗对比实验中，比较市场上的新冠肺炎 mRNA 疫苗， LinearDesign 疫苗序列设计的稳定性（ 存在的时间 ）最多提升 5 倍，蛋白质表达水平（ 在 48 小时内 ）最多提升 3 倍，抗体反应最多增加 128 倍。

前段时间，百度与世界四大疫苗巨头之一赛诺菲签订了协议，将 LinearDesign 用于优化 mRNA 设计研发疫苗。

而且根据百度专家的说法，这种算法在普通传染性疫苗的开发中，甚至在癌症相关药物的开发中，也能起到一定的作用。

可以说，加快研发过程，降低成本，对整个药物研发圈来说都是一件很有意义的事情。

当然，更重要的是，除了疫苗领域，这篇论文还让人们看到了一种趋势，即：AI 与多学科相结合，正在极大地拓展科学界限。

无论是用 AI 超级抗生素的发现 Halicin ，还是用 AlphaFold 预测蛋白质结构，或者这次百度 LinearDesign 。

正如这篇论文的主要作者张鹤所说：一座意想不到的桥梁将两个乍一看没有明显相似之处的研究领域联系起来。

科技界的那些难题，目前无法到达的禁地，在未来也可能以类似的方式逐一解决，被桥梁打通。

因此，建议继续吃瓜等待，因为类似 “ 爆炸性成果 ” 在不久的将来，可能会像家常便饭一样，越来越多。