根据美通社的消息，LG AI Research 与首尔国立大学生命科学学院的 Min-Kyung Baek 教授强强联合，在首尔麻谷 LG 科学园的 Global Lounge 签署了联合研究协议，致力于开发 “新一代蛋白质结构预测 AI”。
蛋白质作为人体各项活动的关键生物分子物质，其结构预测技术对于构建 “数字细胞图谱” 意义重大。它能够帮助科研人员精准识别病因，极大地加速新药研发进程。目前，全球众多科技巨头在蛋白质预测 AI 技术上已取得一定成果，但现有技术大多聚焦于单一蛋白质结构的预测。然而，现实中存在许多因环境和化学变化而呈现多种形态的 “多态” 蛋白质，对其结构的预测成为当前面临的一大难题。
此次合作双方优势互补，实力强劲。Min-Kyung Baek 教授是世界知名的蛋白质结构预测专家，他曾与华盛顿大学的 David Baker 教授共同开发 “RoseTTAFold”，后者凭借基于 AI 的相关研究荣获 2024 年诺贝尔化学奖，这充分彰显了 Baek 教授在该领域的深厚造诣。而 LG AI Research 自 2020 年 12 月成立以来，发展迅速，于 2021 年成功开发出拥有 3000 亿参数的多模态 AI 模型 EXAONE。该模型具备强大的语言和视觉数据处理能力，为蛋白质结构预测的研究提供了有力的技术支撑。
他们合作的目标明确，计划在年底前开发出用于蛋白质多态结构预测的 AI 模型。这一模型一旦成功，将突破现有技术的局限，使科研人员能够更深入地理解生物过程，进而加速药物开发进程。尤其在攻克如阿尔茨海默病等疑难病症方面，有望取得重大突破，助力发现致病因素并研发出针对性的新药。
从企业战略布局来看，LG 集团董事长兼首席执行官具光谟在 2025 年新年致辞中明确表达了对生物业务的高度重视。他期望通过医疗保健解决方案和创新药物，推动生物业务成为公司未来增长的重要动力之一。此次合作正是 LG 践行 ABC（AI、Bio、Cleantech）战略布局的关键一步，有助于提升公司在全球市场的竞争力，实现可持续发展。
蛋白质结构预测 AI 技术在当下市场展现出了巨大的潜力和广阔的前景。从医药研发角度来看，传统药物研发过程漫长且成本高昂，平均需要花费 10 - 15 年时间，投入高达数十亿美元。而借助蛋白质结构预测 AI 技术，研究人员能够快速确定潜在的药物靶点，大大缩短研发周期，降低研发成本。据相关数据显示，使用 AI 技术辅助药物研发，有望将研发周期缩短 30% - 50%，成本降低 20% - 40%。这使得各大制药公司纷纷加大在该领域的投入，全球范围内对蛋白质结构预测 AI 技术的需求持续增长。
图：LG打造新一代蛋白质结构AI预测，助力药物开发（图源：美通社）
在生物技术领域，蛋白质结构预测 AI 技术也为基因编辑、细胞治疗等新兴技术提供了关键支持。精准的蛋白质结构预测能够帮助科研人员更好地理解基因与蛋白质之间的关系，优化基因编辑策略，提高细胞治疗的效果和安全性。随着生物技术市场的不断扩张，对蛋白质结构预测 AI 技术的依赖程度也在逐渐加深。
从市场竞争格局来看，目前已有不少企业和研究机构在蛋白质结构预测 AI 领域崭露头角。除了像 LG 这样积极布局的大型企业外，一些专注于生物科技的初创公司也凭借独特的技术优势迅速崛起。例如，英国的 DeepMind 公司开发的 AlphaFold，在蛋白质结构预测领域取得了重大突破，其预测的蛋白质结构准确性大幅提高，为行业树立了新的标杆。这些竞争对手的存在，既推动了技术的快速发展，也加剧了市场的竞争程度。然而，市场对于更先进、更精准的蛋白质结构预测技术的需求仍未得到充分满足，尤其是在预测 “多态” 蛋白质结构方面，存在着巨大的市场空白。LG 与首尔国立大学的合作项目，正是瞄准了这一市场需求，有望凭借其独特的技术优势和创新的研究思路，在激烈的市场竞争中脱颖而出，占据市场先机。
那么，蛋白质结构预测 AI 的工作原理是怎样的呢？简单来说，蛋白质由氨基酸链组成，这些氨基酸链会折叠成复杂的三维结构，而其功能往往取决于这种独特的三维结构。蛋白质结构预测 AI 借助深度学习算法，对大量已知蛋白质结构和氨基酸序列数据进行学习和分析。通过模拟蛋白质折叠过程中的物理和化学相互作用，如氢键、范德华力、静电相互作用等，AI 模型能够预测未知蛋白质的结构。在学习过程中，模型会不断调整自身参数，优化对蛋白质结构特征的理解。当输入新的蛋白质氨基酸序列时，模型依据学习到的规律和模式，预测出该蛋白质最可能的三维结构，为后续的药物研发、疾病研究等提供关键信息。
