超算上百亿年找不到的答案，百度这个算法十分钟内找到了最优解

作者 | 百度研究院

编辑 | 刘燕

疫情期间，mRNA疫苗以更高的安全性和有效性，更快的研发和生产速度被寄予厚望，成为疫情防控的重要武器，也是各国生命科学领域的关键竞争点。

虽然目前 mRNA 技术已被成功商业化，但全球的科研团队仍面临一个统一难题：mRNA 疫苗普遍稳定性低，致使它非常“脆弱”，很容易因为降解而失效，这成为 mRNA 疫苗研发过程中的巨大阻碍。

mRNA 的这种不稳定性给 mRNA 疫苗的存储、运输和免疫原性都带来了挑战，这些问题的解决与 mRNA 疫苗序列的设计息息相关。目前业内普遍认可的破解之道，就是设计出具有稳定结构且蛋白质翻译效率高的 mRNA 序列。

虽然找到了解决路径，但是要想破局并不容易。序列设计所需要的庞大的计算量，成为研发过程中最严峻的“拦路虎”。与新冠病毒刺突蛋白对应的 mRNA，若采用最传统的遍历方法去寻找一条稳定的序列，需要查看 10^632 次方个 mRNA 序列。

打个比方，假设一台超级计算机每秒计算一个序列，在宇宙诞生到现在的 138 亿年时间里，可能连潜在序列亿万分之一都无法搜索完成。

面对如此庞大的搜索空间，必须要有全新的算法，才能在有限的时间内寻找到那条最稳定有效的疫苗序列。

早在 2018 年，百度研究院就开展了 RNA 二级结构领域的研究。得益于这几年在生物计算领域的研究积累，在疫情之初，百度研究院做到了快速响应，并在 2020 年 4 月正式对外发布了LinearDesign mRNA序列优化算法。

与依靠穷举法搜索稳定 mRNA 序列的思路不同，LinearDesign 通过动态规划算法，将序列稳定性和蛋白质翻译效率指标进行联合优化，可在 10 分钟内找到比天然序列更加稳定且蛋白质表达水平更高的新冠 mRNA 疫苗序列，实现了在最短时间内用最高的效率得出最优化的方案。

为了进一步验证 LinearDesign 算法的实际有效性，百度联合 mRNA 药物公司斯微生物进行了一系列实验研究。

本次实验研究基于 LinearDesign 算法设计的七条编码新冠病毒刺突蛋白的 mRNA 疫苗序列，对这些 mRNA 分子的稳定性、编码蛋白表达水平以及动物免疫原性等方面开展了深入研究，并与用传统方法设计的基准 mRNA 序列进行了头对头的对比。

近日，百度和斯微生物联合公布了 mRNA 疫苗序列设计算法 LinearDesign 的新冠病毒疫苗生物实验结果： 在稳定性、蛋白质表达水平以及免疫原性等多个衡量疫苗的重要指标上，LinearDesign 设计的新冠疫苗序列均大幅优于传统方法设计的基准序列，尤其在抗原中和抗体滴度这一衡量疫苗有效性的关键指标上，LinearDesign 设计的序列最高超过基准序列达到 20 倍，表示 LinearDesign 设计的疫苗能够有效产生免疫保护；其实际有效性和应用于生物制药领域的价值被充分验证。

百度 LinearDesign 算法设计的七条疫苗序列（A-G）以及基准序列（H）等相关信息

百度 LinearDesign 算法从理论层面和生物学实验层面得到有效性验证，为将 AI 应用于生命科学探索出一条实际可行的道路。

LinearDesign 算法也进一步验证了AI+制药的价值。这项技术还具有广泛的适用性，除了应用于新冠病毒 mRNA 疫苗的研发，还能包括传染病疫苗、肿瘤疫苗、单抗等各种疫苗和药物的研发，也进一步验证了人工智能、生物计算技术在生命科学领域的实际应用价值。

以 LinearDesign 算法为代表的生物计算技术，将大大缩短新药研发的周期、降低研发成本，并能提高医疗诊断的准确性和效率。