福布斯获悉，前Meta研究人员启动了一家新的初创公司，并筹集了至少4000万美元。

这支由八人组成的创新团队，全部来自同一公司。他们从GPT-4和Bard等项目中汲取灵感，巧妙地设计出一种基于Transformer的蛋白质预测模型--ESMFold。他们的创造有望通过全面的数据分析彻底改变人们对蛋白质分子的理解，从而预测迄今为止未知蛋白质的结构。该人工智能模型利用一个以蛋白质分子为重点的庞大数据集进行了细致的训练，最终形成了一个拥有7亿个潜在三维结构的强大数据库。这些结构是打开解决方案宝库的钥匙，从治疗各种疾病的突破性药物开发，到解决污染和工业化学品生产的生态友好型方法，不一而足。

由氨基酸链编织而成的蛋白质作为一系列生物实体的基本构件，存在于细菌和人类细胞中。蛋白质的独特功能与其独特的形状密切相关，在与生物框架内的各种化学物质或其他蛋白质相互作用时，蛋白质的形状会发生改变。这些形状变化特征在靶向药物的开发中发挥着关键作用，可针对蛋白质的特定区域来解决疾病问题。然而，预测这些蛋白质结构的任务是一个错综复杂的难题。这种预测能力赋予科学家解码蛋白质功能的能力，从而引导药物设计的方向，并将重点放在三维构型上。

根据《福布斯》获得的一份宣传文件，到6月，这家初创公司正在向风险资本家推销种子融资，通过大幅扩大其人工智能模型的规模来推进其研究工作。四名知情人士表示，Lux Capital领导了大约4000万美元的一轮交易。两个消息来源表示，该融资对EvolutionaryScale的估值为2亿美元，著名的人工智能投资者Nat Friedman和Daniel Gross也参与其中。

Rives拒绝置评，而Lux、Friedman和Gross没有回应置评请求。

蛋白质是由氨基酸折叠链形成的大分子，是细菌、微生物和人类细胞的构建块。它们的特定功能通常由它们的形状决定，当它与体内的其他化学物质或蛋白质相互作用时，这种形状可能会发生变化。因此，蛋白质的特定部分通常是治疗疾病的药物的目标。但预测蛋白质的形状很复杂，因为它受其中数千个原子之间复杂相互作用的支配。

这种预测对于让科学家能够了解蛋白质功能以设计一种能正确结合其三维结构的药物至关重要。因此，绘制出如此多蛋白质结构的能力有助于科学家缩小线索范围，哪些蛋白质值得将资源投入到目标中。

https://multiplatform.ai/former-meta-researchers-established-ai-biotech-startup-evolutionaryscale-securing-40-million-funding-from-lux-capital/