北大研发全球首个基因挖掘大模型 SYMPLEX，助力生物制造新时代

北京大学定量生物学中心钱珑团队成功研发了全球首个针对功能基因挖掘任务的大语言模型SYMPLEX。这一模型能够自动高效地从海量生物文献中发现具有目标功能的关键基因，并进行精准筛选和功能验证。其主要特点和成果如下：

技术原理

• 融合多领域知识：SYMPLEX通过融合领域大语言模型训练、合成生物专家知识对齐和大规模生物信息分析，实现了从海量文献中自动化挖掘功能基因元件，并精准评估其工程化应用潜力。

• 高效挖掘与验证：该模型结合了大型语言模型与结构化生物知识库的深度融合，形成了一个强大的智能基因挖掘平台。它能对大量生物学文献进行自动阅读与解析，从中提取出有价值的基因、功能和知识信息。

应用成果

• mRNA加帽酶基因挖掘：团队与中科院深圳先进技术研究院娄春波研究员合作，将SYMPLEX应用于mRNA加帽酶基因的挖掘，成功获得多种高性能新型加帽酶。这些新发现的加帽酶活性显著优于mRNA疫苗生产中采用的商业化酶，其中一些酶的活性甚至是当前商业化加帽酶的两倍。

• 推动mRNA疫苗生产：这一成果为mRNA疫苗的规模化生产提供了关键的酶资源库，显著提升了mRNA疫苗生产的产率和成本效益。

未来展望

• 拓展应用领域：研究团队计划进一步挖掘可用于合成生物学的关键酶元件，并将SYMPLEX扩展至合成通路设计等领域。

• 推动生物制造新时代：SYMPLEX的出现标志着功能基因挖掘进入了一个全新的阶段，有望推动生物制造进入“人工智能驱动的科学研究”的新阶段。

SYMPLEX的问世不仅展示了大语言模型在生物制造领域的巨大潜力，也为未来的生物制剂开发和蛋白质功能设计提供了坚实的科学依据。