正文：
近日，一家成立仅6个月的AI生物技术初创公司Chai Discovery，发布了用于分子结构预测的新型多模态基础模型Chai-1，并附带了技术报告，其中对比了Chai-1与AlphaFold等模型的性能。Chai-1模型在蛋白质、小分子、DNA、RNA、共价修饰等分子结构预测任务中均达到SOTA（最先进技术水平）。
Chai Discovery的联合创始人兼CEO Joshua Meier表示，Chai的模型在测试的基准上表现更佳，成功率提升10%至20%。例如，在与AlphaFold相比的药物研发关键任务上，Chai的模型始终表现更好。Chai-1可通过Web界面免费使用，并可用于药物发现等商业应用。同时，团队还将模型权重和推理代码作为软件库发布，供非商业使用。
Chai-1是一种多模态基础模型，旨在直接从原始序列和化学输入预测生物聚合物结构。它遵循Abramson等人的架构，并添加了语言模型嵌入和约束特征等关键元素。Chai-1还可以通过实验约束提示，如表位图谱或交联质谱实验提供的约束，从而实现对困难结合复合物的更准确预测。
在基准测试中，Chai-1在PoseBusters基准集上评估蛋白质-配体相互作用，配体RMSD成功率达到了77%，与AlphaFold3的76%相当。在CASP15蛋白质单体结构预测集上的Cα LDDT为0.849（而ESM3-98B为0.801）。此外，Chai-1在低同源性评估集上对蛋白质多聚体的预测性能优于AlphaFold Multimer 2.3（AF2.3）。
在核酸结构预测方面，Chai-1在不依赖核酸MSA的情况下，使用界面Cα-LDDT评估，其表现与RosettaFold2NA相似。同时，Chai-1在RNA结构上的表现也与RoseTTAFold2NA产生了类似的结果。
Chai Discovery由来自OpenAI、Meta FAIR和Google X等领先AI和生物技术组织的先驱者组成，致力于推动AI在生物学研究中的应用。公司已完成近3000万美元的融资，投资方包括知名投资公司Thrive Capital和OpenAI。这笔资金将用于将AI技术应用于药物研发过程，以期加速新药的研发。
Chai-1的发布标志着分子结构预测领域的一个里程碑。凭借其SOTA性能、多模态功能以及可访问性，Chai-1有可能彻底改变药物发现和生物工程。Chai Discovery团队表示，他们将继续改进Chai-1并开发新的模型，以突破分子结构预测的极限。
[附：试用网址：https://lab.chaidiscovery.com/]
结语：
Chai-1的推出，不仅展示了AI技术在生物领域的巨大潜力，也为药物研发和生物工程领域带来了新的希望。随着AI技术的不断进步，我们有理由相信，未来将会有更多像Chai-1这样的创新成果问世，为人类健康事业做出更大贡献。
Views: 0