不知道大夥們聽說沒，百度他。。。登上 Nature 了。
就在幾天前，《 Nature 》正刊發表了一篇名叫《 Algorithm for Optimized mRNA Design Improves Stability and Immunogenicity 》的論文，論文裡提出 mRNA 序列最佳化 AI 演算法—— LinearDesign 。
說實話，第一時間看到這麼多複雜的術語，再加上平常被 「 突破性成果們 」 給整得麻木了，差評君差點就讓這選題溜過去了。
但在我連夜肝完了論文，並諮詢了百度的老哥後，只想說：你厲害，我給你大拇哥。
因為憑藉這篇論文，百度不僅成為了首個以第一完成單位的身份，正式登上《 Nature 》的中國科技公司。而且 Nature 的專家組們考慮 「 論文對新冠病毒的研究可能有重大突破 」 ，還給了它頂級論文的待遇，直接就進 VIP 通道了。（被獲准成為 Accelerated Article Preview 加速發表論文。）
這讓日常擔任 「 百度小黑子 」 的網友們直呼：這怎麼噴啊？
不過，話又說回來了，這樣一個最佳化 mRNA 序列的 AI 演算法，怎麼就為全人類做出重大貢獻了呢？
一切都還得從 mRNA 的最新發展說起。
在這次猝不及防的新冠疫情中， mRNA 可謂是臨危受命，大顯身手。
由於量產迅速、使用安全等特點， mRNA 疫苗被公認為是遏制 COVID-19 這種突發性病毒的可行工具之一。
但在為全球抗疫立下汗馬功勞的同時， mRNA 疫苗卻因為受限於 mRNA 分子本身的穩定性問題，飽受非議。
簡單來說，新冠的 mRNA 疫苗在體外、體內都呆不長。
這就意味著，不僅運輸過程中需要超低溫冷鏈技術，防止疫苗報廢；而且打完針之後也不敢保證長時間有效，為了安全，一年得打好幾次。
本來研發、運輸成本就高，對人體的保護時間還短，這樣的綜合成本對於很多國家來說，顯然不好接受。
不過一個新技術，出問題是正常的。那我們把 mRNA 最佳化一下，行不行呢？答案是，非常困難。
mRNA 疫苗最佳化問題的最大問題其實是：算不過來。
mRNA 這個東西非常特別。它是由鹼基組成的，但是其中的有些鹼基，叫做同義密碼子。簡單來說，這些鹼基發生變化，並不影響 mRNA 的功能。
所以一個 mRNA ，會有無數個兄弟姐妹，甲乙丙丁。。。
雖然功能一樣，但因為同義密碼子的差異，它們的 「體質」 也大不相同。這一大家子中，就只有那麼幾個 mRNA不容易分解，是製作疫苗的「好苗子」 。
就拿新冠病毒刺狀蛋白的mRNA 疫苗來說吧。
為了找到這些疫苗中的 「 尖子生 」 ，科學家們可能得找 10 ⁶³²次，才能找到穩定性最好的新冠 mRNA 疫苗。
這種計算量，即使從宇宙誕生開始，每秒計算一個序列，到現在 138 億年了，可能還沒解決億萬分之一。
為了解決這個問題，不少機構都做出了努力。比如史丹佛大學就搭建了一個疫苗設計競賽平臺，讓人類設計者以參與遊戲的方式設計穩定的 mRNA 序列。
而德國科隆大學的研究人員也曾提出過一種對 mRNA 進行雙重化學修飾的策略。
可惜，效果都不是十分顯著。（ 相對這一次的成果而言 ）
但這一回，百度的科學家們脫穎而出，從簡便演算法和高效工具這兩個點上，解決了這個超級難題。
在這多年的研究中，百度的科學家們發現了一個很神奇的現象， 「 尋找 mRNA 最優序列 」 的過程其實和 「 語音轉文字 」 很相近——兩者都是在排列組合。
找到最佳的 mRNA 序列，其實是 mRNA 中 4 種鹼基的排列組合問題。
而語音轉文字，是拼音和對應讀音的文字一一配對的過程。比如說， wo ai ni ，的每個拼音會對應不同的多音字。
wo 可以是：沃、我、窩。。。由此產生了窩矮膩、沃埃膩、我愛你等一系列的排列組合。
這就我們需要通過語法、邏輯等去判斷生成的文字準不準確；而 mRNA 的序列也有一些語法規則——就像某些特定的序列組合會具備什麼樣的功能一樣。
所以語音轉文字的技術和 mRNA 尋找最佳序列的技術本質上是共通的。
巧了麼， AI 已經把語音轉文字做得很好了，那麼經過適配，自然也能無縫銜接到 mRNA 的計算中。
這也使得，科學家們可以將語音轉文字領域常用的 「 動態規劃演算法 」 ，用在 mRNA 的研究過程中以計算效率。
結果就是，好的計算工具—— AI ，加上高效的計算方法——動態規劃演算法，雙管齊下之後，計算新冠疫苗最優 mRNA 序列的時間直接從無窮大縮短到最少 11 分鐘。
這麼一來，工作量大大減少，即使個人的電腦都可以運行。簡直是苦逼生物研究員的福音。
而且，百度這次能登上頂刊，順便蹭上了加急通道的根源還在於，它是一個能立竿見影幫助我們研發新冠疫苗的成果。
和之前的各種停留在實驗室的成果不同，百度的這篇論文，不是一個概念上的突破，而是短時間內就能落地的成果。
並且，它不止能針對新冠，對於其他的 mRNA 疫苗的研發，也有很大幫助。
至於效果麼，已經在新冠疫苗的研製中得到印證了。
在新冠 mRNA 疫苗的對照實驗中，對比市場上的新冠 mRNA 疫苗， LinearDesign 設計的疫苗序列的穩定性（ 存在的時間 ）最多提升 5 倍，蛋白質表達水平（ 在 48 小時內 ）最多提升 3 倍，抗體反應最多提升 128 倍。
前段時間，百度更是和全球四大疫苗巨頭之一的賽諾菲簽訂協議，將 LinearDesign 用於最佳化 mRNA 疫苗的設計研發。
而且根據百度專家的說法，這演算法在普通的傳染性疫苗研製，甚至是癌症相關藥物的研發中，也能起到一定的作用。
加速研發過程、降低成本，可以說對整個藥物研發圈兒，都是很有意義的一件事兒。
當然更重要的是，除了疫苗領域之外，這篇論文還讓差評君看到了一種趨勢，那就是：AI 和多學科的結合，正在大大拓展科學的邊界。
無論是用 AI 發現超級抗生素 Halicin ，還是用 AlphaFold 預測蛋白質結構，或者是這次百度的 LinearDesign 。。。
都像這次論文的主要作者張鶴所說的那樣：一座意想不到的橋樑，將兩個乍一看沒有明顯相似之處的研究領域聯繫起來。
而那些科技圈兒的難題、目前無法到達的禁地，在未來可能也會一一用類似的方式被解決，被一座座橋樑所打通。
所以差評君的建議是繼續吃瓜等著吧，因為類似的 「 爆炸性成果 」 在不久未來，可能會像家常便飯那樣，越來越多。
撰文：及格編輯：江江 面線封面：三狗
圖片、資料來源：
地球超 2 億蛋白質結構全預測， AlphaFold 引爆「 蛋白質全宇宙 」！
最佳化 mRNA 設計的演算法提高了穩定性和免疫原性
11 分鐘解決 「 世界性 」 難題！百度生物計算研究成果登頂《 Nature 》正刊
百度（ Baidu ）發表了 1 篇《 Nature 》，以第一完成單位！
提高 mRNA 穩定性和效率，雙重化學修飾解鎖 mRNA 更大潛力
免疫原性增強 128 倍、 11 分鐘找到最穩定序列，百度 mRNA 疫苗最佳化演算法登上 Nature
百度推出 LinearDesign ，全球首個 mRNA 疫苗不穩定性解決方案，僅需 16 分鐘
