抗体设计

Scripps Research官网10月19日前后发布，获得Jen-Hsun and Lori Huang Foundation（黄仁勋夫妇基金会）的重大算力资助，额度超过1400万小时CoreWeave与NVIDIA GPU，用于一项AI驱动的生物医学创新：在数字环境中模拟虚拟生发中心（germinal center）的抗体进化过程，加速疫苗与治疗性抗体的发现。Scripps同时表示将把研究工具开放给更广泛的科研社区。传统抗体研发依赖体外筛选与动物免疫，周期长、成本高，虚拟生发中心在计算环境里复现B细胞突变、克隆选择与亲和成熟的动力学，让研究者在GPU上快速模拟多轮进化，筛选出亲和力高、特异性强的候选抗体。TSN Media等媒体报道了这笔算力对学术机构的意义。与直接给钱不同，按GPU小时计价的捐赠让非营利研究机构得以使用原本只有云厂商能负担的大规模模型训练资源。 虚拟生发中心为什么是AI制药的关键一环？ 抗体在体内的成熟发生在淋巴组织的生发中心：B细胞快速突变，高亲和力克隆被反复选择扩增。把这一过程搬到计算环境，相当于在数字试管里并行跑上万轮进化，缩小湿实验筛选范围。AI负责建模突变与结合力，GPU负责大规模并行模拟，目标是把候选抗体从数年压缩到数月，这对新发传染病疫苗与罕见病治疗尤其重要。 1400万小时GPU具体支持什么研究？ 这批算力不是训练通用大模型，而是服务于抗体结合预测、序列生成与进化模拟的专用模型，可能包含结构预测、亲和力打分、突变库搜索与虚拟筛选。1400万小时是一个大型学术项目级别的资源量，足以支撑反复训练与大规模虚拟实验。资助方为基金会而非商业采购，研究成果与工具开放的承诺也降低了学术机构之间的重复建设。 非营利实验室获得超大算力会改变科研格局吗？ 过去顶尖AI制药算力集中在药企与少数大厂，学术团队常常只能用小规模模型发论文。基金会直接投放GPU小时，让公立研究机构能与企业在同规模计算上竞争。但算力只是入口，抗体设计最终仍需湿实验验证，数字筛选结果不等于临床有效，计算与实验的闭环质量决定产出价值。 黄仁勋夫妇基金会持续押注AI科学意味着什么？ 对NVIDIA生态而言，学术项目是未来工程师与新算法的孵化器；对科研而言，非商业捐赠避开了药企独占成果的风险。虚拟生发中心工具开放后，中小实验室也能参与抗体进化模拟，长期可能压低AI制药的入门门槛，但湿实验产能与监管路径仍决定转化速度。 信息来源与延伸阅读？ Scripps Research garners major support for AI innovations in biomedicine with compute grant - Scripps Scripps Huang GPU hours coverage - TSN Media 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论