困擾科學家近50年的蛋白質(zhì)折疊難題

蛋白質(zhì)是生命的物質(zhì)基礎(chǔ)，是組成人體一切細胞、組織的重要成分。無論是肌肉收縮、眼睛感光，還是消化食物等，人類的生命活動無時無刻都需要蛋白質(zhì)的參與。

而蛋白質(zhì)之所以功能豐富，很大程度得益于其獨特的空間結(jié)構(gòu)?？梢哉f，想要更了解人本身，就需要破譯每個蛋白質(zhì)的復雜結(jié)構(gòu)。然而，蛋白質(zhì)中的長鏈氨基酸扭曲、折疊并交織成復雜的三維結(jié)構(gòu)，為結(jié)構(gòu)破譯設(shè)下層層關(guān)卡，這才有困擾了科學家近50年的“蛋白質(zhì)折疊難題”。

AI賦能蛋白質(zhì)計算

隨著科技革命和產(chǎn)業(yè)轉(zhuǎn)型浪潮的推進，人工智能賦能科學研究的趨勢勢不可擋，蛋白質(zhì)科學首當其沖。借助AI顛覆蛋白質(zhì)結(jié)構(gòu)預測，使分子生物學家從基于蛋白質(zhì)氨基酸序列研究轉(zhuǎn)變?yōu)橛妙A測的結(jié)構(gòu)分析蛋白質(zhì)功能，影響了整個生物科學的研究范式。

最典型的就是人盡皆知的AlphaFold。DeepMind 宣布，人們首次發(fā)現(xiàn)了一種通過計算來預測蛋白質(zhì)結(jié)構(gòu)的方法。即使在不知道相似結(jié)構(gòu)的情況下，AI 也可以在原子層面上精確預測蛋白質(zhì)的結(jié)構(gòu)，使得不可能變?yōu)榭赡堋?/p>

DeepMind表示，AlphaFold 可以周期性地以原子精度預測蛋白質(zhì)結(jié)構(gòu)，利用多序列對齊和深度學習算法設(shè)計，結(jié)合關(guān)于蛋白質(zhì)結(jié)構(gòu)的物理和生物學知識提升預測效果。其突破性的研究成果廣泛應用在生命學科各分支，是對結(jié)構(gòu)生物學領(lǐng)域的一個顛覆性突破。

AI模型+曙光算力服務(wù)，蛋白質(zhì)功能預測與設(shè)計未來可期

擴展來看，不只是對蛋白質(zhì)結(jié)構(gòu)預測的變革，AI 對整個科研領(lǐng)域還有大量的潛力等待挖掘，如 AI + 數(shù)學、AI + 化學、AI + 醫(yī)藥等，這些應用將幫助科研人員探索引發(fā)某些疾病的機制，并為設(shè)計藥物、農(nóng)作物增產(chǎn)研發(fā)鋪平道路。

曙光智算作為智能計算時代的算力服務(wù)商，在“AI+Science”等領(lǐng)域持續(xù)深耕，已沉淀大量前沿實踐經(jīng)驗，實現(xiàn)了對開發(fā)環(huán)境的快速部署。針對開發(fā)流程，對運算資源按照訓練任務(wù)進行分割和分發(fā)，并額外支持容器鏡像管理、權(quán)限管理、交互界面圖形化等功能，以幫助用戶更快速地介入人工智能領(lǐng)域，聚焦實際算法的優(yōu)化和迭代，促進人工智能技術(shù)的快速落地。

審核編輯：湯梓紅