9 从Meta被裁到1亿融资：一个AI团队正在模拟5亿年生命演化
Notes de l’épisode
本期节目，我们邀请到硅谷AI生物科技新锐公司EvolutionaryScale的机器学习工程师Tina，一起深入探讨蛋白质生成式AI模型ESM3如何颠覆传统生物研究。从Meta实验室被裁到组建初创公司，再到加入扎克伯格生物中心，这支团队如何用“科技公司思维”破解蛋白质设计难题？我们还将讨论AI制药的现状、模型可解释性的挑战，以及硅谷工程师如何用“初学者心态”推动基础科学。
本期嘉宾:
Tina｜Evolutionary Scale机器学习工程师，前自动驾驶领域产品经理，从零转型AI生物领域的跨行者
时间轴：
06:10 AI制药行业光谱：传统药厂 vs. 科技巨头
08:00 为什么AI特别适合解决生物问题？
12:39 “失败经验限制想象力”：科技公司背景团队的“初学者心态”优势
17:48 蛋白质结构预测的演进史
23:43 Scaling Law的坚定信仰: 为何相信“数据+算力”优于复杂模型架构？
27:07 最浪漫的评估指标：生成具有发光功能的GFP蛋白质，模拟自然界5亿年演化
32:32 AI制药的现实挑战：结构预测的“失之毫厘，谬以千里”、毒性、特异性等临床前障碍
相关提及:
- 公司：Evolutionary Scale, Meta FAIR, Google Health, OpenAI, Chan Zuckerberg Biohub
- 文章：《The Bitter Lesson》
我们的小红书账号也开始运营啦！如果不想要错过我们的内容更新，欢迎大家关注我们的小红书账号 @八爪鱼bioctopus🐙
感谢收听！欢迎订阅、转发给身边感兴趣的朋友们！
关于我们:
小羊 - 生物科技公司生信岗打工人，专注于肿瘤精准医疗。什么都想学一学，想要成为生活杂家，攀岩烘焙修炼中。Alex - 计算机生物PhD在读，梦想成为生命探险家，过有趣的一生。小泽 - 非典型生物物理学博士生，从力学跳槽到生物领域，身体力行成为了无知者无畏的真实写照😅，目前专注单细胞测序技术开发。在小宇宙查看该单集文稿