图形 AI 与生成 AI 相遇：科学发现的新时代

近年来，人工智能（AI）已成为科学发现的关键工具，开辟了新的研究途径并加速了创新步伐。在各种 AI 技术中，图形 AI 和生成 AI 对于其转变科学家处理复杂问题的方式具有特别的潜力。单独来说，每种技术都已经在诸如药物发现、材料科学和基因组学等领域做出了重大贡献。但是，当它们结合在一起时，它们会创建一个更加强大的工具来解决科学中一些最具挑战性的问题。本文探讨了这些技术的工作原理以及它们如何结合起来推动科学发现。

什么是图形 AI 和生成 AI？

让我们首先分解这两种技术。

图形 AI：连接的力量

图形 AI 使用表示为网络或图形的数据。可以将节点视为实体（如分子或蛋白质），将边视为它们之间的关系（如相互作用或相似性）。 图神经网络（GNNs） 是一类擅长理解这些复杂关系的 AI 模型。这使得它能够发现模式并获得深入的见解。

图形 AI 已经被应用于：

• 药物发现： 通过模拟分子相互作用来预测其治疗潜力。
• 蛋白质折叠： 解码蛋白质的复杂形状，这是一个长期存在的挑战。
• 基因组学：绘制基因、蛋白质及其与疾病的关系图，以揭示遗传见解。

生成 AI：创造性问题解决

生成 AI 模型，如 大型语言模型（LLMs） 或 扩散模型，可以创建全新的数据，包括文本、图像，甚至化学化合物。它们从现有数据中学习模式，并利用这些知识来生成新颖的解决方案。

关键应用包括：

• 设计新分子，用于研究人员可能尚未想到的药物。
• 模拟生物系统，以更好地理解疾病或生态系统。
• 提出新假设，基于现有研究。

为什么将这两种技术结合起来？

图形 AI 擅长理解连接，而生成 AI 则专注于生成新想法。 当它们结合在一起时，它们为解决科学挑战提供了更有效的工具。以下是它们结合起来的影响的几个例子。

1. 加速药物发现

开发新药物可能需要数年时间和数十亿美元的成本。传统上，研究人员会测试无数分子以找到合适的分子，这既耗时又昂贵。图形 AI 通过模拟分子相互作用来帮助缩小潜在候选分子的范围，基于它们与现有药物的比较。

生成 AI 通过创建全新的分子来满足特定需求（如与目标蛋白质结合或最小化副作用）来增强这一过程。图形 AI 然后可以分析这些新分子，预测它们的有效性和安全性。

例如，2020 年，研究人员使用这些技术共同识别出一种 用于治疗纤维化的药物候选物。这个过程只花了 46 天——比通常需要的几年时间有了巨大的改善。

2. 解决蛋白质折叠问题

蛋白质是生命的构建块，但了解它们如何折叠和相互作用仍然是最具挑战性的科学问题之一。图形 AI 可以将蛋白质建模为图形，映射原子为节点，键为边，以分析它们如何折叠和相互作用。

生成 AI 可以通过建议可能具有有用特性的新蛋白质结构（如治疗疾病的能力）来建立在此基础上。一个突破是 DeepMind 的 AlphaFold，它使用这种方法解决了许多蛋白质折叠问题。现在，图形 AI 和生成 AI 的结合正在帮助研究人员设计用于靶向治疗的蛋白质。

3. 推进材料科学

材料科学寻找具有特定特性的新材料，例如更强的金属或更好的电池。图形 AI 有助于模拟材料中原子的相互作用，并预测小的变化如何改善其特性。

生成 AI 进一步通过建议完全新的材料。这些材料可能具有独特的特性，例如更好的耐热性或改善的能效。这些技术的结合正在帮助科学家为下一代技术（如高效太阳能板和高容量电池）创建材料。

4. 揭示基因组学见解

在基因组学中，了解基因、蛋白质和疾病之间的关系是一个重大挑战。图形 AI 映射这些复杂的网络，帮助研究人员揭示关系并识别治疗目标。

生成 AI 可以建议新的基因序列或修改基因以治疗疾病。例如，它可以提出用于基因治疗的 RNA 序列，或预测基因变化如何影响疾病。这些工具的结合加速了发现，带我们更接近复杂疾病如癌症和遗传性疾病的治愈方法。

5. 从科学研究中发现知识

马克思·J·比勒（Markus J. Buehler）最近的一项研究表明，图形 AI 和生成 AI 的组合如何从科学研究中发现知识。 他们使用这些方法分析了 1,000 多篇关于生物材料的论文。通过构建一个关于材料特性和关系的知识图，他们发现了惊人的联系。例如，他们发现了贝多芬的《第九交响曲》和某些生物材料之间的结构相似性。

这种组合然后帮助他们创建了一种新的材料——一种以康定斯基的艺术作品为模型的菌丝体基复合材料。这种材料结合了强度、多孔性和化学功能，展示了 AI 如何在学科之间激发创新。

挑战和未来

尽管它们具有潜力，图形 AI 和生成 AI 都面临挑战。两者都需要高质量的数据，这在基因组学等领域可能很难找到。训练这些模型还需要大量的计算能力。然而，随着 AI 工具的改进和数据变得更加可访问，这些技术将变得更加强大。我们可以期待它们在众多科学学科中推动突破。

结论

图形 AI 和生成 AI 的组合已经改变了科学家们的工作方式。从加速药物发现到设计新材料和解开基因组学的奥秘，这些技术使得科学家能够更快、更具创造力地解决一些最紧迫的科学挑战。随着 AI 的不断演进，我们可以期待更多的突破，这将使研究人员和创新者进入一个令人兴奋的时代。图形 AI 和生成 AI 的融合只是科学发现新时代的开始。