Chai-1(由Chai Discovery開發的多模態基礎模型)

Chai-1是由AI生物技術初創公司Chai Discovery發布的一款多模態基礎模型，專注於預測蛋白質、小分子、DNA、RNA等多種生物分子的三維結構。該模型旨在套用於藥物發現等任務。

Chai-1可以在無需多序列比對（MSA）的單序列模式下運行，並支持通過提示輸入實驗約束數據以提升預測性能。在PoseBusters基準測試中，其配體預測成功率達到77%。該模型採用Apache 2.0開源許可證，提供了模型權重和推理代碼。發布後，Chai Discovery公司獲得了由Thrive Capital領投，OpenAI等參與的融資。

基本介紹

• 外文名：Chai-1
• 產品類型：多模態基礎模型
• 上市時間：2024年9月

研發背景

Chai-1是由AI生物技術初創公司Chai Discovery開發的一款用於藥物發現的多模態基礎模型。該模型旨在將生物學從一門科學轉變為可預測、可設計的工程學，以加速藥物開發進程。

該模型的架構和訓練策略大體遵循了DeepMind的AlphaFold 3論文。與AlphaFold 3等模型的一個關鍵區別在於，Chai-1使用截至2021年1月12日的所有可用數據，僅訓練了一個統一的模型，而非針對不同的評估任務分別訓練特定模型。

發布Chai-1模型的Chai Discovery成立於2024年3月，在模型發布前夕（2024年9月9日）完成了3000萬美元的種子輪融資，由Thrive Capital領投，OpenAI和Dimension Capital參與投資。公司核心團隊規模雖小（當時不足10人），但吸引了來自OpenAI、谷歌、Meta FAIR等頂尖機構的人才。聯合創始人兼CEO Joshua Meier（哈佛大學計算機科學碩士、化學學士）在Meta FAIR工作期間，曾領導團隊創建了首個基於Transformer架構的蛋白質語言模型ESM-1b。

Chai-1於2024年9月正式發布，團隊同步開源了模型權重和推理代碼（限非商業用途），並提供了免費的Web界面。其發布因在多項基準測試中達到或超越當時最先進（SOTA）水平，IBM的Alex Kaplan甚至把Chai-1的發布稱為“藥物發現的ChatGPT時刻”。

發展歷程

2024年3月，AI生物技術初創公司Chai Discovery成立。2024年9月，Chai Discovery發布了其首個多模態基礎模型Chai-1，用於預測蛋白質、小分子、DNA、RNA等多種生物分子的結構。2024年9月9日，公司完成了3000萬美元的種子輪融資，由Thrive Capital領投，OpenAI和Dimension Capital參投，投後估值達到1.5億美元。

2025年8月，公司獲得7000萬美元的A輪融資，由Menlo Ventures領投，新投資者包括Anthology Fund、Yosemite等，老股東Thrive Capital、OpenAI等也參與了本輪融資。

核心技術

Chai-1是一個用於分子結構預測的多模態基礎模型，能夠統一預測蛋白質、小分子、DNA、RNA、共價修飾等多種生物分子結構。

Chai-1是一個原生多模態模型。與大多數需要多重序列比對(MSA)的結構預測工具不同，Chai-1可以在沒有MSA的情況下以單序列模式運行，同時保持高性能。它是第一個僅使用單序列信息就能以AlphaFold-Multimer水平預測多聚體結構的模型。

Chai-1可以通過prompt接受實驗數據作為約束條件，例如實驗得出的結合袋、接觸點等，從而顯著提升對困難複合物的預測準確率，實現兩位數提升或準確度翻倍。

模型架構和訓練策略大體依照AlphaFold 3，但進行了關鍵添加，如引入了蛋白質語言模型嵌入和約束特徵等新功能，並且使用截止到2021-01-12的所有數據僅訓練了單個模型。

在性能表現上，Chai-1在PoseBusters基準上的蛋白質-配體預測成功率達77%，超過AlphaFold 3的76%；在CASP15蛋白質單體預測中Cα LDDT為0.849；在多聚體預測上優於AlphaFold-Multimer。

性能表現

Chai-1在多個基準測試中表現優異，在與藥物發現相關的任務中達到SOTA水平。在蛋白質-配體複合物預測的PoseBusters基準測試中，僅給定蛋白質序列和配體化學成分，Chai-1的配體RMSD成功率達到77%，略高於AlphaFold 3的76%；若指定蛋白質的apo結構，成功率可提升至81%。在蛋白質單體結構預測方面，於CASP15基準測試集上，Chai-1的Cα LDDT達到0.849，優於ESM3-98B模型的0.801。

對於蛋白質多聚體（複合物）預測，在低同源性評估集上，Chai-1的性能優於AlphaFold-Multimer 2.3。根據DockQ基準的可接受預測率，Chai-1達到69.8%，高於AF-Multimer的67.7%。Chai-1是首個僅使用單序列信息、無需MSA搜尋，就能達到AlphaFold-Multimer水平預測多聚體結構的模型。在核酸結構預測方面，不依賴核酸MSA時，Chai-1在蛋白質-核酸複合物界面Cα-LDDT評估中表現與RoseTTAFold2NA相似，在CASP15 RNA靶標的C1′原子LDDT評估中也與RoseTTAFold2NA結果相當。

Chai-1支持通過prompt輸入實驗約束，如結合袋、接觸點、交聯質譜數據等，這可以顯著提升模型性能，在部分任務中帶來兩位數的準確率提升。

運營模式

Chai Discovery圍繞Chai-1模型採取了開源與開放合作的運營策略。2024年9月模型發布時，Chai Discovery即開源了模型權重和推理代碼，但僅限非商業用途使用，同時推出了免費的Chai-1網頁接口，允許商用藥物研發團隊測試該模型的預測功能。此後，Chai-1採用了Apache 2.0許可證，成為首個完全開源的AlphaFold3復現版本，明確允許免費商業使用，降低了行業技術套用門檻。在模型發布初期，公司聯合創始人表示，當前還沒有討論將其技術商業化的計畫，旨在通過與研究界和工業界的開放合作，促進整個生態系統的發展。