Chai Discovery公司已发布了Chai-1,这是一款新型的人工智能模型,可与AlphaFold3相媲美,并推动了分子结构预测的边界。这款多模态基础模型在药物发现和生物研究等多个关键任务中均达到了最先进的水平。
Chai-1能够统一预测蛋白质、小分子、DNA、RNA以及其他生物分子结构。在多个基准测试中,它的表现与领先的模型如AlphaFold 3相当甚至更优。在具有挑战性的PoseBusters蛋白质-配体基准测试中,Chai-1的成功率为77%,与AlphaFold 3的76%相媲美。
Chai-1的一个关键创新在于它能够从单一蛋白质序列中生成准确的预测,而无需进行多重序列比对(MSA)。在单序列模式下,它在预测蛋白质多聚体结构等任务中超越了依赖MSA的现有模型。
该模型还能够整合实验约束条件,如来自表位作图或交联质谱的数据。在提供这些约束条件后,Chai-1的性能显著提升,从而增强了如抗体工程等应用,其中使用即使是最小的接触数据也能使抗体-抗原结构预测的准确性翻倍。研究人员可以实时使用新数据提示模型以优化预测,使其成为复杂生物化学研究中的高度适应性工具。
Chai Discovery公司通过网页界面免费提供Chai-1供学术和商业使用。同时,模型的权重和推理代码也作为非商业应用的开源软件库发布。这一前沿模型的开源发布尤为引人注目,特别是考虑到DeepMind公司转向对AlphaFold 3采用闭源方法,并成立了专注于技术货币化的Alphabet部门Isomorphic Labs。
研究人员和开发人员可以通过公司网站访问Chai-1,或从GitHub下载库以将其集成到自己的工作流程中。