【導(dǎo)讀】精準(zhǔn)醫(yī)療與藥物研發(fā)正被人工智能深刻重塑。作為AI for Science（AI4S）領(lǐng)域的核心陣地，解碼生命奧秘的關(guān)鍵已從實(shí)驗(yàn)觀測(cè)轉(zhuǎn)向算力與算法的協(xié)同突破。蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、基因組分析與醫(yī)學(xué)影像，構(gòu)成了生命科學(xué)AI的三類關(guān)鍵技術(shù)，其能力直接決定了新藥研發(fā)的效率與精準(zhǔn)醫(yī)療的進(jìn)程。
然而，作為這三類關(guān)鍵技術(shù)之一的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)模型AlphaFold 3，其訓(xùn)練代碼未完全開放，商業(yè)使用亦受限，這使得科學(xué)家難以基于該模型構(gòu)建真正自主可控的研發(fā)環(huán)境。這種技術(shù)依賴還面臨更深層的合規(guī)挑戰(zhàn)：蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)與基因組分析涉及大量人類遺傳數(shù)據(jù)，相關(guān)法規(guī)對(duì)數(shù)據(jù)的跨境流動(dòng)有明確規(guī)范。因此，構(gòu)建從模型到算力的全鏈路自主能力，不僅是科研效率的保障，更是合規(guī)與安全的必然要求。
在技術(shù)工具層面，這一困境迎來(lái)了破局。2026年，字節(jié)跳動(dòng)發(fā)布Protenix-v1，在Apache 2.0協(xié)議下完整開源代碼及模型參數(shù)，業(yè)界稱之為首個(gè)在同等條件下“性能表現(xiàn)達(dá)到甚至超越AlphaFold 3的全開源模型”。至此，生命科學(xué)領(lǐng)域迎來(lái)了自主可控、可訓(xùn)練、可定制的開源基礎(chǔ)模型。
工欲善其事，必先利其器。模型開放只是起點(diǎn)，能否在國(guó)產(chǎn)算力上跑通訓(xùn)練、推理、精度驗(yàn)證和開發(fā)環(huán)境，決定了這些模型能否真正進(jìn)入科研與產(chǎn)業(yè)工作流。摩爾線程旗艦級(jí)訓(xùn)推一體全功能智算卡MTT S5000，基于自主MUSA軟件棧，已完成對(duì)蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)模型Protenix、基因組基礎(chǔ)模型Evo 2的完整驗(yàn)證。實(shí)測(cè)顯示，在生命科學(xué)AI核心工作負(fù)載中，MTT S5000實(shí)現(xiàn)了性能對(duì)標(biāo)：在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)訓(xùn)練任務(wù)中，其單卡性能達(dá)到國(guó)際主流GPU的115%以上；在基因組大模型推理與訓(xùn)練任務(wù)中，精度與國(guó)際主流GPU持平。此外，摩爾線程已開源MUSA加速版MONAI 1.5.0，為AI醫(yī)學(xué)影像這一關(guān)鍵環(huán)節(jié)提供國(guó)產(chǎn)算力支持，進(jìn)一步增強(qiáng)了AI4S工具環(huán)的可控性。
生物醫(yī)藥研發(fā)對(duì)算力的依賴日益加深，而算力供應(yīng)鏈的安全性直接影響科研與產(chǎn)業(yè)的穩(wěn)定性。摩爾線程全功能GPU能夠完整承載生命科學(xué)AI前沿模型的生產(chǎn)級(jí)負(fù)載，為國(guó)內(nèi)科研機(jī)構(gòu)、藥企及醫(yī)療機(jī)構(gòu)提供了自主可控的高性能計(jì)算基座，降低了對(duì)單一算力路徑的依賴。
這是中國(guó)AI醫(yī)藥研發(fā)領(lǐng)域的一個(gè)里程碑事件：從可控模型到自主算力，從結(jié)構(gòu)預(yù)測(cè)到醫(yī)學(xué)影像，一個(gè)完整、開放、可控的AI醫(yī)藥研發(fā)底座正在形成。
生命的數(shù)字鏡像
人類生命體由約30億個(gè)堿基對(duì)編碼而成。若將人體比作一臺(tái)精密運(yùn)行的計(jì)算系統(tǒng)，感冒發(fā)燒如同臨時(shí)進(jìn)程異常，免疫機(jī)制可自動(dòng)修復(fù)。然而，癌癥、漸凍癥等重大疾病的根源，是寫入基因組深處的代碼錯(cuò)誤：抑癌基因被篡改，導(dǎo)致細(xì)胞增殖失控；運(yùn)動(dòng)神經(jīng)元代碼發(fā)生亂碼，指令無(wú)法傳達(dá)。這些內(nèi)源性錯(cuò)誤無(wú)法通過(guò)常規(guī)手段修復(fù)，需要從分子層面被靶向。
理解這些疾病，需回歸生物學(xué)的中心法則：DNA轉(zhuǎn)錄為RNA，再翻譯為蛋白質(zhì)。蛋白質(zhì)從氨基酸序列折疊為三維空間構(gòu)象，多條肽鏈可組裝為功能復(fù)合體（如血紅蛋白）。核心共識(shí)貫穿始終：序列決定結(jié)構(gòu)，結(jié)構(gòu)決定功能。
圖1：基于AI生命科學(xué)技術(shù)的腫瘤精準(zhǔn)診療與新療法研發(fā)協(xié)同框架
正是基于這一邏輯鏈條，AI驅(qū)動(dòng)的精準(zhǔn)治療解決方案得以構(gòu)建。當(dāng)前，基于生命科學(xué)AI的癌癥精準(zhǔn)治療已形成完整的技術(shù)閉環(huán)：
1. 基于MONAI等框架的AI影像學(xué)實(shí)現(xiàn)早篩與監(jiān)測(cè)；
2. 基因組大模型（如Evo 2）解讀突變功能；
3. 結(jié)構(gòu)預(yù)測(cè)模型（如AlphaFold / Protenix）揭示蛋白結(jié)構(gòu)變化；
4. 在此基礎(chǔ)上設(shè)計(jì)靶向藥物或降解劑；
5. 最終通過(guò)臨床驗(yàn)證與數(shù)據(jù)回饋，持續(xù)優(yōu)化模型。
這一技術(shù)路徑的實(shí)現(xiàn)，高度依賴于蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、基因組分析與醫(yī)學(xué)影像這三類關(guān)鍵工具。
生命科學(xué)AI的工具箱
Protenix：蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的開源破局
蛋白質(zhì)結(jié)構(gòu)決定功能。精確預(yù)測(cè)蛋白質(zhì)三維結(jié)構(gòu)，是理解疾病機(jī)制、設(shè)計(jì)靶向藥物的關(guān)鍵。
2018年以來(lái)，DeepMind的AlphaFold系列不斷刷新結(jié)構(gòu)預(yù)測(cè)的精度邊界。2024年發(fā)布的AlphaFold 3可同時(shí)預(yù)測(cè)蛋白質(zhì)、DNA、RNA及小分子配體等復(fù)合物結(jié)構(gòu)。然而，該模型的訓(xùn)練代碼未完全開放，商業(yè)使用亦受限，全球科研機(jī)構(gòu)難以基于其進(jìn)行定制化開發(fā)。
Protenix的出現(xiàn)填補(bǔ)了這一空白。2025年5月，字節(jié)跳動(dòng)發(fā)布生物分子結(jié)構(gòu)預(yù)測(cè)模型Protenix-v0.5.0，成為開源社區(qū)中追平甚至挑戰(zhàn)AlphaFold 3水平的重要力量。2026年2月，字節(jié)跳動(dòng)正式發(fā)布Protenix-v1，在Apache 2.0協(xié)議下完整開源代碼及模型參數(shù)。據(jù)媒體報(bào)道，Protenix是首個(gè)在相同訓(xùn)練數(shù)據(jù)與推理預(yù)算下，性能達(dá)到甚至超越AlphaFold 3的全開源模型，模型采用Transformer+Diffusion架構(gòu)，可精準(zhǔn)處理蛋白質(zhì)、DNA/RNA及小分子配體。開發(fā)者可基于Protenix在自有數(shù)據(jù)集上進(jìn)行微調(diào)與訓(xùn)練，為特定研究任務(wù)提供了靈活的技術(shù)路徑。
Evo 2：從“閱讀”到“寫作”基因組
Protenix解決了“序列→結(jié)構(gòu)”的映射問(wèn)題，但更深層的源頭問(wèn)題仍然存在：基因如何決定蛋白質(zhì)序列？為什么某些基因更易突變導(dǎo)致疾病？修改基因會(huì)產(chǎn)生什么后果？
人類基因組總長(zhǎng)約30億堿基對(duì)，其中編碼蛋白質(zhì)的基因僅占1%-2%，大部分為非編碼區(qū)。非編碼區(qū)承載了人與人之間90%以上的遺傳差異，其功能機(jī)制尚未被完全闡明。糖尿病、精神分裂癥等復(fù)雜疾病涉及多個(gè)微效基因的疊加效應(yīng)——這需要更強(qiáng)大的基因組建模能力。
圖2：Evo 2和Evo 1的模型框架
Evo 2由美國(guó)Arc研究所等機(jī)構(gòu)共同開發(fā)，于2026年3月發(fā)表于《自然》期刊。作為面向生命科學(xué)領(lǐng)域的基因組基礎(chǔ)模型，Evo 2借鑒了大語(yǔ)言模型的理念，在超過(guò)12.8萬(wàn)個(gè)物種、9.3萬(wàn)億個(gè)核苷酸（OpenGenome 2數(shù)據(jù)集）上完成訓(xùn)練，覆蓋細(xì)菌、古菌、真核生物三大生命域。其訓(xùn)練數(shù)據(jù)量是前代Evo 1的30倍，模型采用StripedHyena 2架構(gòu)，可一次性處理長(zhǎng)達(dá)100萬(wàn)個(gè)堿基對(duì)的序列，訓(xùn)練效率達(dá)傳統(tǒng)Transformer的三倍。Evo 2提供70億和400億參數(shù)兩個(gè)版本，其中400億參數(shù)版本是當(dāng)前最大的開源生物學(xué)AI模型。
Evo 2的核心能力主要體現(xiàn)在兩個(gè)維度：
精準(zhǔn)預(yù)測(cè)：可零樣本評(píng)估編碼區(qū)和非編碼區(qū)基因突變的影響。在區(qū)分乳腺癌相關(guān)基因BRCA1的有害突變與良性突變時(shí)，預(yù)測(cè)準(zhǔn)確率超過(guò)90%，為臨床解讀“意義未明變異”提供了重要工具；
生成設(shè)計(jì)：從“閱讀”基因組進(jìn)化到“寫作”基因組。成功案例包括設(shè)計(jì)模擬生殖支原體的簡(jiǎn)化基因組、人類線粒體基因組、酵母染色體片段，以及設(shè)計(jì)并合成功能性噬菌體——部分設(shè)計(jì)序列在導(dǎo)入大腸桿菌后產(chǎn)生了具有殺菌活性的病毒顆粒，為應(yīng)對(duì)抗生素耐藥性提供了新思路
MONAI：醫(yī)學(xué)影像的“事實(shí)標(biāo)準(zhǔn)”
在AI醫(yī)學(xué)影像領(lǐng)域，算法正從基礎(chǔ)的2D圖像篩查，邁向復(fù)雜的3D器官分割與生成式內(nèi)容創(chuàng)建。作為該領(lǐng)域公認(rèn)的“事實(shí)標(biāo)準(zhǔn)”，基于PyTorch構(gòu)建的開源框架MONAI（Medical Open Network for AI），已成為連接前沿學(xué)術(shù)研究與臨床落地應(yīng)用的關(guān)鍵橋梁。截至2024年底，其全球下載量已突破350萬(wàn)次，在行業(yè)內(nèi)被廣泛應(yīng)用。
MONAI采用清晰的三層架構(gòu)設(shè)計(jì)：
MONAI Core：提供專門針對(duì)醫(yī)學(xué)影像的高效數(shù)據(jù)處理、變換方法與網(wǎng)絡(luò)架構(gòu)；
MONAI Label：作為智能標(biāo)注工具，通過(guò)AI輔助大幅提升數(shù)據(jù)標(biāo)注效率；
MONAI Deploy：支持將訓(xùn)練好的AI模型打包并部署至臨床環(huán)境。
憑借從數(shù)據(jù)標(biāo)注、模型訓(xùn)練到臨床部署的完整閉環(huán)能力，MONAI已成為醫(yī)學(xué)影像AI研究與應(yīng)用的主流框架。
結(jié)構(gòu)預(yù)測(cè)模型涉及復(fù)雜的pair representation、幾何推理與擴(kuò)散式計(jì)算，對(duì)顯存、訪存及數(shù)值穩(wěn)定性要求極高；基因組基礎(chǔ)模型面向超長(zhǎng)序列與大規(guī)模數(shù)據(jù)訓(xùn)練，對(duì)長(zhǎng)上下文處理、分布式訓(xùn)練及吞吐效率要求嚴(yán)苛；醫(yī)學(xué)影像框架強(qiáng)調(diào)從標(biāo)注、訓(xùn)練到部署的完整鏈條，對(duì)框架兼容性與工程落地能力要求更強(qiáng)。對(duì)國(guó)產(chǎn)GPU而言，真正的挑戰(zhàn)不僅在于跑通模型，更在于同時(shí)完成算子適配、數(shù)值穩(wěn)定性驗(yàn)證、訓(xùn)練與推理雙場(chǎng)景支持，以及開發(fā)環(huán)境的可復(fù)現(xiàn)封裝。
摩爾線程全功能GPU實(shí)踐
面對(duì)這些挑戰(zhàn)，摩爾線程基于自主MUSA軟件棧，完成了對(duì)Protenix、Evo 2及MONAI三大生命科學(xué)AI工具的完整驗(yàn)證與支持，覆蓋推理、訓(xùn)練及醫(yī)學(xué)影像三大場(chǎng)景。
Protenix：訓(xùn)練性能達(dá)115%以上
Protenix-v0.5.0作為開源社區(qū)中追平AlphaFold 3水平的重要版本，為開發(fā)者提供了可訓(xùn)練、可定制的全棧開源方案。摩爾線程在MTT S5000上完成了對(duì)該模型的推理與訓(xùn)練驗(yàn)證。
圖3：7r6r等示例序列在MTT S5000上的推理重建結(jié)果和誤差對(duì)比
推理精度：
選取 7r6r、7wux、7pzb三個(gè)示例序列進(jìn)行推理重建測(cè)試。如上圖所示，重建可視化效果與參考實(shí)現(xiàn)基本一致，端到端整體計(jì)算誤差小于1%，充分驗(yàn)證了推理結(jié)果的準(zhǔn)確性與可靠性。
訓(xùn)練性能：
如下圖所示，在全數(shù)據(jù)集訓(xùn)練任務(wù)中，MTT S5000單卡性能達(dá)到國(guó)際主流GPU的115%以上。
圖4：Protenix-v0.5.0實(shí)測(cè)表現(xiàn)
Evo 2：精度完全對(duì)標(biāo)
在Evo 2_7B模型上，摩爾線程完成了推理與訓(xùn)練的精度對(duì)標(biāo)。對(duì)4個(gè)序列生成任務(wù)的比對(duì)顯示：序列生成Score、準(zhǔn)確率與國(guó)際主流GPU持平，充分體現(xiàn)了MUSA軟件棧對(duì)基因組大模型的完整兼容性。
圖5：Evo 2_7B實(shí)測(cè)表現(xiàn)
MONAI：國(guó)產(chǎn)化加速
在醫(yī)學(xué)影像環(huán)節(jié)，摩爾線程已開源MUSA加速版MONAI 1.5.0（了解更多詳情請(qǐng)參見https://gitee.com/MooreThreads/monai ），為AI醫(yī)學(xué)影像領(lǐng)域提供國(guó)產(chǎn)算力支撐。基于MUSA軟件棧，摩爾線程實(shí)現(xiàn)了對(duì)MONAI官方倉(cāng)庫(kù)的原生支持，開發(fā)者可實(shí)現(xiàn)“零學(xué)習(xí)成本”的無(wú)縫遷移。
國(guó)內(nèi)領(lǐng)先的XR+AI智慧外科解決方案提供商錦瑟醫(yī)療，已將MONAI深度集成至其產(chǎn)品線。錦瑟醫(yī)療CTO陳亮表示：“我們基于CUDA開發(fā)的成熟算法，可以低成本、高效率且無(wú)損地遷移到摩爾線程MUSA平臺(tái)。在AI醫(yī)學(xué)影像的復(fù)雜實(shí)際任務(wù)中，MUSA展現(xiàn)出與CUDA對(duì)等的計(jì)算精度與運(yùn)行穩(wěn)定性。”
這意味著，國(guó)產(chǎn)全功能GPU的價(jià)值不再局限于研究端的模型驗(yàn)證，而開始進(jìn)入更接近真實(shí)醫(yī)療應(yīng)用的工程鏈路。
筑基AI4S，共創(chuàng)生命科學(xué)新未來(lái)
從基因序列到蛋白質(zhì)宇宙，生命科學(xué)的AI化正在重塑疾病理解與治療的根本范式。在AI for Science（AI4S）的版圖中，蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)與基因組設(shè)計(jì)已成為檢驗(yàn)算法創(chuàng)新與算力能力的試金石。
摩爾線程在生命科學(xué)領(lǐng)域的一系列探索成功推動(dòng)了“開源模型—本土軟件棧—國(guó)產(chǎn)算力—開發(fā)者工作流”的全鏈路閉環(huán)。對(duì)國(guó)內(nèi)科研機(jī)構(gòu)、藥企和醫(yī)療技術(shù)團(tuán)隊(duì)而言，意味著在許可條件、數(shù)據(jù)合規(guī)、供應(yīng)鏈安全與長(zhǎng)期迭代能力上，擁有更高自主性，加速?gòu)尿?yàn)證到落地的全流程。
生命科學(xué)的數(shù)字鏡像正在被層層解碼。在AI for Science的時(shí)代浪潮中，摩爾線程愿與開發(fā)者一同，在30億堿基對(duì)的浩瀚宇宙里，探索從基因到蛋白質(zhì)的未竟之路。
