融合自监督和多任务学习,并将生物领域研究对象的特性融入模型。构建面向化合物分子、蛋白分子的生物计算领域预训练模型,赋能生物医药行业。
HelixGEM-2
业界首个考虑原子间多体交互、长程相互作用的模型,融合量子力学第一性原理,创新性地提出多轨机制,每个轨道对化合物的不同阶的多体集合进行长程建模,在量子化学属性预测和虚拟筛选双场景上达到领先效果。
HelixFold-Single
秒级别的蛋白结构预测模型,也是首个开源的基于单序列语言模型的蛋白结构预测大模型。在90%的单体蛋白场景上预测效果持平AF2。抗体结构预测场景下比AlphaFold2预测结果更优。
HelixFold
借鉴AlphaFold2的组合多轨模型结构,基于飞桨框架,联合国内多家超算中心,构建蛋白结构分析模型,完整实现从蛋白序列-蛋白结构-蛋白功能的预测。
文心·生物计算大模型
HelixGEM-2
业界首个考虑原子间多体交互、长程相互作用的模型,融合量子力学第一性原理,创新性地提出多轨机制,每个轨道对化合物的不同阶的多体集合进行长程建模,在量子化学属性预测和虚拟筛选双场景上达到领先效果。
HelixFold-Single
秒级别的蛋白结构预测模型,也是首个开源的基于单序列语言模型的蛋白结构预测大模型。在90%的单体蛋白场景上预测效果持平AF2。抗体结构预测场景下比AlphaFold2预测结果更优。
HelixFold
借鉴AlphaFold2的组合多轨模型结构,基于飞桨框架,联合国内多家超算中心,构建蛋白结构分析模型,完整实现从蛋白序列-蛋白结构-蛋白功能的预测。
工具与平台
PaddleHelix生物计算平台
基于飞桨深度学习框架开发的生物计算平台,提供AI+生物计算能力。简单易上手,满足新药研发、疫苗设计、精准医疗场景的AI需求。
PaddleHelix开源工具集
高性能并且专为生物计算任务开发的机器学习框架,可以为制药和生物领域的研究人员和工程师提供最新和最先进的AI工具。