Model AI Ilmu Hayati Tiongkok GeneLLM Muncul sebagai 'Biological DeepSeek'

DeepSeek -V4-Flash versi resmi baru saja mengguncang dunia model universal, dan versi ilmu kehidupan Tiongkok Deepseek segera menyusul.

Baru-baru ini, JinDu Shengke (didirikan oleh empat ahli lulusan Oxford yang kembali ke Tiongkok) secara mandiri mengembangkan model besar multigenomik khusus ilmu kehidupan GeneLLM, yang secara berturut-turut muncul di jurnal akademik internasional bergengsi—《Nature Communications》 dan 《Advanced Science》.

Sebagai model besar multi-omik pertama di dunia yang dilatih langsung menggunakan data mentah omik, GeneLLM merupakan model penting setelah AlphaFold dari Google dan EVO 2 dari Universitas Stanford, mengisi kekosongan model dasar ilmu kehidupan Tiongkok, dan layak disebut sebagai Deepseek versi ilmu kehidupan Tiongkok, yang memungkinkan AI mulai memahami berbagai "bahasa" kehidupan dan seluruh "sistem".

Pengenalan penyakit hanyalah salah satu aplikasi GeneLLM; yang sebenarnya ingin dicapai oleh Jindu Life Science adalah menciptakan 'Claude Code' di bidang ilmu kehidupan.

ChatGPT, Claude, DeepSeek Inti dari model bahasa besar adalah prediksi token berikutnya.

GeneLLM memiliki pendekatan serupa, tetapi yang diprediksinya bukan teks, melainkan informasi kehidupan.

Empat basa dalam urutan RNA—adenin (A), urasil (U), guanin (G), dan sitosin (C)—menjadi Token dasar yang dipahami oleh GeneLLM dalam bahasa kehidupan.

Analisis bioinformatika tradisional biasanya bergantung pada anotasi gen, perbandingan urutan, dan label yang didefinisikan secara manual. Metode ini meskipun akurat, dapat membatasi cakupan pemahaman model sejak awal, serta berpotensi melewatkan sejumlah besar sinyal biologis tak dikenal yang tersembunyi dalam data mentah.

GeneLLM justru menempuh jalan berbeda dengan belajar langsung dari data urutan mentah yang belum diolah.

Ia menggunakan data mentah multi-omik seperti transkriptom, proteom, dan metabolom sebagai data pelatihan, memungkinkan model menemukan pola terkait penyakit secara mandiri.

Saat ini, GeneLLM telah menyelesaikan pelatihan awal model dengan 1,5 miliar parameter dan 3,5 triliun urutan basa, versi XLarge mencapai pelatihan awal model dengan 30 miliar parameter, terus memperluas hambatan teknis.

Sebagai model besar multi-omik pertama di dunia yang dilatih sebelumnya berdasarkan data urutan asli, GeneLLM mencakup dua tahap:

(1) Pelatihan awal tanpa pengawasan dan penambangan prototipe

(2) Fine-tuning Penyakit Tingkat Pasien

GeneLLM pertama-tama perlu menyelesaikan sebuah masalah:

Bagaimana cara mengubah data kehidupan yang kompleks menjadi bahasa yang dapat dipahami AI?

Dalam pemrosesan bahasa alami, algoritma BPE membagi kalimat menjadi Token; sementara GeneLLM membagi fragmen urutan RNA sepanjang sekitar 150 bp menjadi Token kehidupan melalui jendela geser yang terdiri dari 7 basa (7-mer).

Selanjutnya, model menggunakan arsitektur Transformer untuk secara langsung memprediksi basa berikutnya tanpa anotasi gen dan label manual.

Ini berarti AI tidak terlebih dahulu melihat "kamus" yang telah disusun oleh manusia, tetapi langsung belajar dari sinyal asli kehidupan.

Selama pelatihan, GeneLLM memproses sekitar puluhan triliun RNA reads, dilatih pada kluster seratus GPU NVIDIA A100.

Sampai saat ini, kemampuan generalisasi GeneLLM mulai «muncul».

Sebagai terobosan inovatif besar di bidang biosains, model biosains buatan dalam negeri GeneLLM dapat diterapkan di berbagai bidang seperti pengembangan obat baru, perawatan presisi, biologi sintetis, pemantauan lingkungan, mikroba dan pertanian biologis, serta desain protein dan molekul, menjadikannya salah satu model besar langka di dunia yang telah berhasil diterapkan dalam skenario nyata.

Setelah kita meninjau inovasi dasar GeneLLM dalam «data, arsitektur, pelatihan», barulah kita benar-benar memahami: mengapa ia mewakili «versi biologi China» DeepSeek 」.

Silicon Valley menumpuk puluhan ribu H100 untuk parameter triliunan, DeepSeek Dengan inovasi algoritma untuk meningkatkan efisiensi daya komputasi, GeneLLM juga memanfaatkan kekuatan kecil untuk menggerakkan miliaran data ilmu kehidupan.

Jika AlphaFold membuat AI memahami "struktur" kehidupan untuk pertama kalinya, dan EVO2 membuat AI mulai memahami "kode" kehidupan, maka GeneLLM berusaha memahami lebih lanjut "sistem" kehidupan.

Yang lebih mengejutkan adalah efisiensinya. Metode tradisional bergantung pada urutan kedalaman 6 Gb dengan biaya tinggi dan sulit diterapkan. GeneLLM tetap mempertahankan AUC > 0,8 bahkan dengan kedalaman sangat dangkal 1 Gb (biaya berkurang 83%).

Ini berarti ada harapan nyata untuk mewujudkan perawatan medis yang inklusif dan tepat sasaran.

Sebuah paradigma penelitian baru mulai muncul: membiarkan AI belajar dari data kehidupan, membawa ilmu kehidupan ke tahap baru yang dapat diprediksi, dapat dihitung, dan dapat dieksplorasi secara skala besar.

Namun, strategi Jin Du Shengke tidak hanya pada model dasar.

Dengan GeneLLM sebagai dasar pemahaman kehidupan, JinDu Bioscience selanjutnya membangun sistem eksekusi yang menghubungkan kecerdasan buatan dengan dunia fisik, melalui lapisan eksekusi eksperimen cerdas Harness dan siklus data DBTL (Design-Build-Test-Learn), untuk mencapai siklus lengkap AI for Science mulai dari pemahaman hukum kehidupan, generasi hipotesis ilmiah, hingga verifikasi eksperimen otomatis dan iterasi berkelanjutan.

Seperti yang dikatakan oleh Liam Fedus, mantan Wakil Presiden OpenAI dan pemimpin pelatihan pasca, LLM saat ini telah menghabiskan teks dan kode terbatas di internet, dan kemajuan signifikan dalam penemuan ilmiah selanjutnya harus bergantung pada iterasi eksperimen.

Artinya, AI tidak bisa hanya mengandalkan membaca konten yang telah ditulis manusia untuk menemukan pengetahuan baru, AI harus melakukan eksperimen sendiri.

Namun masalahnya adalah—

Layanan internet secara alami memiliki API, dan informasi web secara alami bersifat digital, tetapi peralatan ilmiah berasal dari berbagai produsen dengan protokol yang berbeda-beda, kompleks dan mahal, sehingga tidak ada yang bisa menghancurkan dan membangun ulang dalam beberapa bulan.

Hari ini, sebagian besar laboratorium dirancang khusus untuk manusia: panel instrumen, gerakan pipet, status sampel, penilaian langsung, sebagian besar tidak diubah menjadi sinyal yang dapat dipahami mesin.

AI memasuki laboratorium, saat ini bukan hanya masalah kemampuan model, tetapi juga membutuhkan infrastruktur baru.

Oleh karena itu, AI memasuki laboratorium, saat ini bukan hanya masalah kemampuan model, tetapi juga memerlukan Harness fisik: mengubah laboratorium menjadi sistem yang dapat dikompilasi, dijadwalkan, diawasi, dan dapat dilacak.

Ini, baru merupakan jarak terakhir yang sebenarnya dari AI4S.

Untuk ini, Jindu mengembangkan sistem bernama BioFord Harness.

Ini adalah infrastruktur yang menghubungkan AI dengan laboratorium fisika.

Mereka tidak membuat lengan robot meniru tangan manusia, tetapi mengubah laboratorium menjadi sistem yang dapat dikompilasi, dijadwalkan, diawasi, dan dapat dilacak.

Dalam proses ini, physical Harness setidaknya harus menyelesaikan tiga hal:

1. Kompilasi niat ilmiah atau DSL eksperimen menjadi instruksi yang dapat dijalankan oleh berbagai perangkat;

2. Menyelesaikan manajemen penjadwalan, sumber daya, dan kendala keamanan di antara beberapa perangkat, serta menangani pengecualian;

3. Arus balik hasil eksperimen, log perangkat, dan parameter lingkungan menjadi masukan untuk model dan desain eksperimen berikutnya.

Pertanyaan ilmiah → Pemahaman AI → Rencana eksperimen → Penjadwalan peralatan → Eksekusi → Aliran data kembali → Optimasi model → Putaran berikutnya.

Roda gila dari serangkaian data eksperimen ilmiah pun mulai berputar.

Lima agen cerdas mengubah proses penelitian menjadi jalur produksi

Platform penelitian BioFord Agent, yang menghubungkan lapisan fisik laboratorium di bawahnya dan mendukung lapisan kognitif ilmuwan di atasnya, serta menyatukan celah antara penalaran dan eksekusi melalui AI fisik.

Pada tingkat kognitif, BioFord Agent terdiri dari lima agen yang membentuk jaringan kolaboratif, menghubungkan seluruh proses penelitian ilmu kehidupan, dan dapat meningkatkan efisiensi penelitian beberapa kali lipat.

Agen pencarian literatur

Agen desain eksperimen

Scientific Agent

Agent penjadwalan eksperimen

Agen analisis data

Sebagai contoh, agen pencarian literatur dapat dengan cepat membantu Anda mencari dan membaca sejumlah besar literatur, menyelesaikan tinjauan literatur, serta membantu merumuskan hipotesis.

Agen desain eksperimen mempersingkat siklus desain eksperimen yang awalnya berbulan-bulan menjadi satu minggu bagi tim penelitian.

Sementara itu, agen penjadwalan eksperimen yang diperkenalkan oleh Jin Du Sheng Ke mengandalkan Universal Instrument Abstraction Layer untuk menghancurkan hambatan protokol antara berbagai perangkat heterogen.

Baik PCR machine, microplate reader, flow cytometer, maupun automated liquid handling workstation, semuanya dapat dikelola dan dijadwalkan secara terpusat. Sistem dilengkapi algoritma penjadwalan dinamis yang dapat secara otomatis menjadwalkan dalam batch, menghindari konflik secara real-time, serta mencatat seluruh parameter eksperimen untuk membentuk rantai audit yang dapat dilacak.

Ini berarti AI tidak lagi berhenti pada tahap "memberikan saran", tetapi benar-benar masuk ke laboratorium, mengoperasikan peralatan, dan menjalankan tugas, menjadi asisten ilmiah yang dapat dipercaya.

Data gagal, mungkin lebih berharga daripada data sukses

Nilai yang lebih dalam dari sistem ini adalah: setiap eksperimen—berhasil atau gagal—menjadi data yang dapat diserap oleh sistem.

Di laboratorium tradisional, catatan kegagalan mungkin hanya satu baris "hasil tidak sesuai harapan", pengalaman tersimpan di dalam pikiran manusia, dan ketika orang pergi, pengalaman itu juga hilang.

Di dalam sistem BioFord, setiap kegagalan adalah data pelatihan yang berharga—logika pemilihan parameter, pencatatan kondisi lingkungan, bukti jalur yang salah... semuanya menumpuk dan menjadi bagian dari "pengalaman" sistem.

Berikutnya, AI akan tahu: Jalan ini tidak bisa dilalui.

Yang menarik, di lintasan ini, yang menang bukanlah yang memiliki daya komputasi terkuat, bukan pula yang memiliki model terbesar.

Hash power can be bought, but research data cannot.

Pendiri dan CEO Jin Yongcheng dari Jindu Shengke mengatakan: "Selama proses pengembangan, kami secara bertahap menyadari bahwa AI for BioScience bukan sekadar menumpuk model atau data. Bagi mereka yang melakukan eksperimen, masalah akhir yang harus dipecahkan tetaplah kesulitan di mana setelah menghitung, mereka tidak tahu cara melanjutkan, dan ketika melakukannya, hasilnya salah."

Ini adalah parit perlindungan paling penting dan paling sulit ditiru di jalur AI4S.

Pada tahun 2022, Kim Young-seong menghadapi sebuah pilihan saat mendapatkan gelar doktor di bidang biomedis dari Universitas Oxford.

Mentornya adalah anggota Royal Society of the United Kingdom dan pendiri Oxford Nanopore, perusahaan publik Inggris pemimpin dalam teknologi sequencing generasi ketiga, Hagan Bayley, dengan tradisi kuat dalam mewujudkan hasil penelitian di laboratorium. Tetap di Inggris adalah jalan yang jelas.

Namun, ia memilih jalan lain—mengambil sebuah “teknologi prototipe” dari laboratorium, dimasukkan ke dalam koper, dan dibawa pulang ke negaranya. Bersamanya, ada tiga rekan alumni Oxford: Dr. Deng Siwei di bidang biologi, peneliti asosiasi dari Sekolah Komputer Sha Lei (doktor komputer dari Peking University, senior seangkatan Luo Fuli, pemimpin model besar Xiaomi), serta Zhou Tianyao yang ahli dalam mewujudkan produk. Keempatnya memiliki latar belakang pengetahuan yang saling melengkapi di bidang rekayasa biologis, kecerdasan buatan, biologi komputasi, dan operasi bisnis—masing-masing tak bisa digantikan. Mereka pernah membentuk tim untuk proyek penelitian bersama, menggabungkan AI dan teknologi transkriptomik untuk memprediksi dan mendeteksi penyakit. Keempat orang ini seperti potongan puzzle yang saling cocok, mampu menyelesaikan penelitian interdisipliner yang sangat kompleks.

Nama perusahaan "Jin Du Sheng Ke", "Jin" diambil dari Oxford, melambangkan bahwa mereka berangkat dari puncak-puncak akademis seperti laboratorium unggulan Oxford, sedangkan "Du" berarti menyeberangkan orang, yang merupakan tujuan akhir yang mereka yakini harus dicapai oleh AI for Science.

Saat ini, platform AI fisik BioFord Agent dari Jin Du Sheng Ke telah diterapkan di beberapa universitas terkemuka di dalam negeri, dengan hasil yang signifikan, mempersingkat siklus penelitian dari beberapa bulan menjadi satu minggu.

Namun, menempuh jalan yang "belum pernah dilakukan sebelumnya" pasti disertai dengan kesepian.

Di awal kewirausahaan, penuh tantangan. Pada saat itu, kewirausahaan AI sedang marak, tetapi upaya «AI+» di bidang ilmu biologi sangat sedikit. «Yang paham AI belum tentu paham ilmu biologi, dan sebagian besar yang paham ilmu biologi tidak paham AI.»

Kim Yeong-seong mengakui: "Para investor sempat tidak memahami apa yang sedang kami lakukan."

Tim memilih jalan yang "paling sulit": memulai dari model dasar biologis, perusahaan di seluruh dunia yang fokus pada arah ini sangat sedikit.

Pada tahun 2025, terjadi perubahan.

Pada saat itu, Dewan Negara menerbitkan "Opini tentang Pelaksanaan Mendalam Aksi 'AI +'", di mana AI for Science termasuk di dalamnya, dan jalur ini mulai berkembang.

Jindu Shengke mencatat prestasi "menyelesaikan 4 putaran pendanaan dalam satu tahun". Garis waktu pendanaan utama perusahaan dianggap sebagai tolok ukur industri.

Angel + Round: Led by Sequoia Capital China Seed Fund;

Putaran Pre-A+: Dipimpin oleh Chuangdong Investment dengan investasi sebesar jutaan dolar;

Putaran Pre-A+: Mendapat investasi senilai jutaan dolar dari Nanshan Zhanxin Tou;

Putaran A: Dipimpin oleh Gaotejia Investment dengan investasi mendekati seratus juta yuan.

Teng Yuhang, Mitra Eksekutif Gaojia Investment, menyatakan: "Jindu Life Science mengubah penelitian dasar ilmu kehidupan menjadi infrastruktur 'komputasi + eksperimen' yang dapat berlangganan dan dapat diskalakan."

Sedangkan target Kim Young-sung lebih ambisius: “Kami tidak puas hanya menjual perangkat lunak, kami ingin membangun sistem operasi cerdas untuk bidang ilmu kehidupan. Seperti Intel yang mendefinisikan kekuatan komputasi di era PC, kami ingin mendefinisikan paradigma baru penelitian dan pengembangan ilmu kehidupan di era AI.”

Dari laboratorium Oxford hingga Shenzhen, dari tidak dipahami hingga mendapat dukungan besar dari modal terkemuka, kisah empat orang Oxford ini bukan hanya legenda kewirausahaan, tetapi juga pertanyaan mendalam tentang “Apa yang bisa kita lakukan untuk manusia?”

Ketika AI belajar untuk melakukan penelitian sendiri sepanjang malam, penemuan ilmiah mungkin tidak lagi bergantung pada inspirasi kebetulan dari para jenius, tetapi menjadi sesuatu yang dapat diprediksi dan pasti. Jalan ini baru saja mereka mulai.

Dalam peta AI untuk BioScience yang lebih luas, Jindu tidak sendirian, tetapi titik masuknya sangat berbeda.

Kategori pertama adalah ilmuwan AI di dunia digital.

Biomni yang diinkubasi oleh Stanford (telah dikomersialkan sebagai Phylo) memiliki lebih dari 150 alat profesional yang dapat mengeksekusi tinjauan literatur, generasi hipotesis, dan analisis bioinformatika secara otomatis.

FutureHouse yang didukung oleh Eric Schmidt berfokus pada membangun ilmuwan AI yang mampu menghasilkan hipotesis secara mandiri dan menulis makalah.

Namun, meskipun kuat, mereka tetap terbatas pada dunia digital.

Kategori kedua adalah jalur mandiri penuh.

Jing Tai Technology telah menerapkan lebih dari 300 stasiun kerja secara global dengan pendekatan "AI + Robot".

Lila Sciences, yang diinkubasi oleh Flagship Pioneering, mengumpulkan dana sebesar $5,5 miliar, berusaha agar AI sepenuhnya mengambil alih desain, pelaksanaan, dan perancangan ulang eksperimen, dengan tujuan menciptakan "superintelligence ilmiah".

Tetapi semua ini terlalu memakan biaya.

Kategori ketiga adalah rute manajemen end-to-end.

Insilico Medicine secara langsung menerapkan AI ke dalam jalur obat inovatif mereka sendiri, obat AI pertama mereka telah memasuki uji klinis fase III, tetapi mereka adalah "pembuat mobil" bukan "penambal jalan".

Sedangkan pilihan Jin Du Sheng Ke adalah: berfokus pada membangun Harness fisik, sebagai infrastruktur untuk "kilometer terakhir" antara model dan sistem eksperimen fisik.

Tidak berkompetisi dalam basis, tidak membuat jalur end-to-end, tidak menjadi ilmuwan AI dunia murni digital. Hanya fokus pada satu kilometer terakhir, jelas merupakan pendekatan yang lebih ringan.

Kim Yeong-seong menjelaskan dengan jelas: "Titik balik sejati untuk AI untuk Ilmu Pengetahuan bukanlah seberapa mirip model menjawab seperti ilmuwan, tetapi apakah laboratorium dapat mulai berfungsi seperti sistem yang terus belajar."

Selain itu, di bidang AI for Science global, Jindu tidak hanya secara sederhana "melakukan last mile".

Lebih tepatnya, ia memasuki tahap last mile untuk merebut kendali atas seluruh alur kerja ilmiah.

Dibandingkan dengan ilmuwan AI murni digital, ia mampu menyentuh dunia fisik; dibandingkan dengan pabrik ilmiah beraset berat yang dibangun sendiri, ia memiliki peluang untuk mengambil alih laboratorium yang sudah dimiliki klien; dibandingkan dengan perusahaan AI obat end-to-end, ia tidak perlu mempertaruhkan masa depannya pada satu jalur klinis tertentu.

Kebenaran bentengnya bukanlah jumlah parameter, tetapi jejak eksperimen yang terus terakumulasi, antarmuka perangkat, pengalaman kegagalan, dan jaringan eksekusi lintas laboratorium.

Seperti yang dikatakan Kim Young-sung, ribuan jalur sinyal dalam tubuh biologis dan mekanisme reaksi yang masih penuh ketidakpastian sangat menarik. "Seberapa kaya biologi, seberapa indah pula masa depan AI for Science."

Dengan kecerdasan AI untuk mengeksplorasi misteri kehidupan, lautan bintang kelompok sarjana Oxford ini baru saja dimulai.

Artikel ini berasal dari akun WeChat "Sinzhiyuan", penulis: Sinzhiyuan; editor: Aeneas KingHZ