今日，北京中关村学院AGI学部主任、中关村人工智能研究院副院长郑书新博士，与北京中关村学院AGI学部资深研究员施宇作为共同作者的研究成果在国际顶级期刊Science正刊发表。这项名为BioEmu[1]的研究，突破了传统生物分子模拟的瓶颈，将分子动力学模拟（Molecular Dynamics, MD）的效率提高数十万倍，堪称统计力学和人工智能交叉领域的一项颠覆性创新。
论文题目：Scalable emulation of protein equilibrium ensembles with generative deep learning
论文链接：https://www.science.org/doi/10.1126/science.adv9817
从DiG到BioEmu-1：AI如何破解生物分子动态之谜？
对于人工智能领域的读者来说，生物分子可能是一个陌生的概念，但它却是生命科学的核心——蛋白质、DNA等分子在体内的动态变化直接决定了我们的健康与疾病。然而，预测这些分子在自然状态下的“动态分布”（即它们可能采取的各种形状及其概率），一直是一个世界级难题。传统方法如分子动力学模拟（MD）需要耗费数年GPU计算时间，成本高昂，效率低下，限制了药物设计、蛋白质功能研究等领域的进展。
早在两年前，郑书新博士带领团队在Nature Machine Intelligence期刊上发表了Distributional Graphormer (DiG)[2]，首次提出了一种革命性的思路：利用生成式AI，直接从分子描述（如蛋白质序列）预测其动态分布。这一创新突破了AlphaFold等工具只能预测静态结构的局限。DiG引入了扩散模型，通过模拟从简单分布到复杂分布的“退火”过程，让AI能够高效生成分子在自然状态下的多种构象及其概率分布。相比传统MD，DiG的速度提升了数个数量级，堪称颠覆。更令人振奋的是，这一方法比后来的AlphaFold3提前半年将扩散模型应用于蛋白质结构问题，奠定了领域发展的基石。DiG的问世，不仅让AI从“静态预测”迈向“动态采样”，更直接打开了统计力学与人工智能融合的大门，为药物筛选、催化剂设计等提供了前所未有的工具。
图1 DiG设计与主要架构
图2 DiG于2024年5月发表于《Nature Machine Intelligence》
DiG的实际意义何在？想象一下，药物研发中，科学家需要知道一个蛋白质在体内的多种形状，才能设计出精准“锁住”目标的药物。传统方法如MD就像在大海捞针，而DiG则是用AI“绘制”出整片海域的地图，告诉我们哪里有“鱼群”，哪里是“暗礁”。这种效率的飞跃，意味着新药研发周期可能从数年缩短至数月，挽救生命的可能性大大提升。
在DiG的基础上，BioEmu-1进一步优化了模型架构，新增了大量训练数据（包括超过200毫秒的MD模拟数据和75万条实验蛋白质稳定性数据），并通过创新的属性预测微调（PPFT）算法，将预测精度提升至前所未有的水平——自由能预测误差低至1 kcal/mol，接近实验精度！此外，BioEmu-1在蛋白质构象变化、隐秘结合口袋识别以及折叠稳定性预测等方面进行了完备实验，展现了AI在生物分子领域的全面潜力。最终，这一成果被Science正刊接收，成为2024年计算生物学领域的重磅突破。
图3 BioEmu架构图
从最初的静态结构预测，到如今的动态分布高效采样，人工智能正在逐步揭开生命世界的深层奥秘。这一系列成果，展示了生成式AI在科学研究中巨大的颠覆性潜力，也预示着以DiG、BioEmu为代表的AI技术，必将在生物医药、新材料设计等领域，催生更多意想不到的新发现、新应用。
[1] Sarah Lewis et al. ,Scalable emulation of protein equilibrium ensembles with generative deep learning.Science0,eadv9817DOI:10.1126/science.adv9817
[2] Zheng, Shuxin, et al. "Predicting equilibrium distributions for molecular systems with deep learning." Nature Machine Intelligence 6.5 (2024): 558-567.
北京中关村学院是全新的高等教育科研机构，专注于人工智能与交叉学科领域的教育教学与科研创新，秉持“极基础，极应用，极交叉”的颠覆式研究理念，“极经典，极前沿，极实战”的人才培养理念。
中关村人工智能研究院是年轻的探索型研发机构，致力于面向未来、具有产业价值和颠覆意义的人工智能与交叉学科领域的科学探索，推动创新成果产业化落地。
北京中关村学院与中关村人工智能研究院一体两面，融合发展，共同培育具有国际竞争力的人工智能领军人才，打造“产学研创投”贯通的创新生态体系，推动原创性技术突破与创新成果落地。未来，两院将持续深耕人工智能与交叉学科前沿，探索未知，开拓新知，孕育引领更多人工智能领域的关键突破。