祖克柏Biohub發布蛋白質AI世界模型 加速癌症與新藥研發
祖克柏（Mark Zuckerberg）與妻子普莉希拉・陳（Priscilla Chan）共同創立的慈善機構Biohub，於5月27日正式發布全新「蛋白質生物學世界模型（world model of protein biology）」，希望透過生成式AI建立可預測蛋白質運作的「生物世界模型」，進一步加速藥物研發與蛋白質設計。
從演化數據中學習蛋白質規律 蛋白質是人體運作的核心分子，負責細胞結構、能量生成與免疫反應等重要功能。然而，設計出能在人體內穩定運作的新蛋白質，長期以來一直是生醫研究的重要挑戰。Biohub表示，最新模型建立於第四代「演化尺度模型（Evolutionary Scale Modeling，ESM）」之上，透過學習數十億條蛋白質序列，理解蛋白質如何摺疊、互動與運作。
整套系統由三個模組構成：ESMC、ESMFold2，以及ESM Atlas。ESMC是基礎語言模型，訓練資料涵蓋約28億筆來自地球各類生命體的蛋白質序列；ESMFold2則是設計引擎，能將序列資訊轉化為原子解析度的3D蛋白質結構，用於預測哪些結構配置最可能與目標靶點高度結合；ESM Atlas則整合68億筆蛋白質序列與11億個預測結構，成為目前全球最大規模的蛋白質AI資料平台之一。
實驗室驗證：從數年縮短至數天 Biohub指出，研究人員已利用AI模型成功設計出多種針對癌症與免疫疾病標靶的蛋白質結合體，包括EGFR、PD-L1與CTLA-4等重要目標。其中部分設計在實驗室測試中成功重新活化T細胞，效果類似現有免疫療法使用的檢查點抑制機制。
結果顯示，緊湊型迷你結合子的命中率達36至88%，類抗體設計的成功率也達15至29%，且均在實驗室測試中獲得確認。其中針對PD-L1設計的結合子，更成功在實驗室環境中重新激活T細胞訊號，阻斷與現有免疫療法相同的作用途徑。
開放科學，全球共享 普莉希拉・陳接受《路透社》訪問時表示，團隊已在癌症與免疫疾病案例中驗證模型的部分預測能力，未來希望全球研究人員都能利用這些工具加速實驗與新藥開發。Biohub科學主管Alex Rives則指出，相關模型將免費提供給研究機構使用，並同步部署於AWS Bio Discovery與SandboxAQ等平台。
近年AI製藥逐漸成為科技與醫療產業的重要競爭方向，包括Google DeepMind、OpenAI合作夥伴以及多家藥廠都積極投入相關技術。分析認為，相較傳統需仰賴大量實驗篩選的藥物研發流程，AI模型有望大幅縮短前期研究時間，降低成本，並加速個人化醫療發展。