蛋白質(zhì)結(jié)構(gòu)研究加速度

蛋白質(zhì)是生命的基石，由氨基酸鏈組成，并折疊成復雜的形狀。蛋白質(zhì)根據(jù)儲存在DNA中的指令產(chǎn)生復雜的生物分子，它們執(zhí)行著至關(guān)重要的細胞任務，并完成各種機體功能。

一些蛋白質(zhì)是有益的，例如那些參與消化食物的蛋白質(zhì)；而另一些則是有害的，例如那些參與腫瘤生長的蛋白質(zhì)。它們各自都有著非常復雜的形狀和結(jié)構(gòu)。

由于蛋白質(zhì)的形狀與其功能密切相關(guān)。了解蛋白質(zhì)的結(jié)構(gòu)可以更好地了解其作用和工作原理，這也是解決許多生命科學問題的關(guān)鍵。

以前，研究人員需要付出幾個月或幾年的時間和精力，才能弄清蛋白質(zhì)的結(jié)構(gòu)。

如今，憑借人工智能的力量，幾秒鐘內(nèi)就能完成。

它不僅可被用于疾病研究、食物安全、疫苗開發(fā)、可持續(xù)發(fā)展等領(lǐng)域；

還幫助科學家深入了解體內(nèi)復雜過程是如何工作的、以及哪些有機分子能被用于克服污染、生命起源于何處等那些為全人類所關(guān)注的重要問題。

AlphaFold蛋白質(zhì)數(shù)據(jù)庫

AlphaFold蛋白質(zhì)數(shù)據(jù)庫不僅實現(xiàn)了1000倍的擴容，成為[蛋白質(zhì)宇宙]，更能在幾分鐘破解漸凍人等不治之癥相關(guān)的世界級生物難題。

這些轉(zhuǎn)儲數(shù)據(jù)將在DeepMind和歐洲分子生物學實驗室歐洲生物信息研究所共同建立的一個數(shù)據(jù)庫中免費公開。

在這些逾 2.14 億個結(jié)構(gòu)預測中，約35%的預測結(jié)果被認為準確度很高，即和實驗解析的結(jié)構(gòu)一樣可靠。

另有45%的預測被認為置信度足夠高，在很多情況下都能使用。

AlphaFold預測的許多結(jié)構(gòu)都很可靠，能在很多情況下替代實驗解析的結(jié)構(gòu)。

其他情況下，研究人員會用AlphaFold的預測結(jié)果驗證和解讀實驗數(shù)據(jù)。

不可靠的預測結(jié)果一望即知，其中一些源于蛋白質(zhì)固有的無序性質(zhì)，這種無序意味著蛋白質(zhì)本身沒有固定的形狀，至少在沒有其他分子的情況下是無序的。

AlphaFold的發(fā)展歷程

2016年，DeepMind公司開發(fā)的AlphaGo擊敗韓國傳奇圍棋選手李世石后，其先進性與潛力受到認可，DeepMind決定成立團隊開始研究[蛋白質(zhì)折疊問題]。

2018年12月，AlphaFold在第13屆國際蛋白質(zhì)結(jié)構(gòu)預測競賽上預測出了43種蛋白質(zhì)中25種蛋白質(zhì)的最精確結(jié)構(gòu)。

2020年，DeepMind 推出一個名為 AlphaFold的AI算法，它可以正確地完成蛋白質(zhì)的結(jié)構(gòu)測定。

2021年，與歐洲分子生物學實驗室EMBL合作，建立了一個公開發(fā)布 AlphaFold 預測結(jié)果的可搜索數(shù)據(jù)庫，即 AlphaFold DB，其公布的最初一組數(shù)據(jù)包含了 98% 的人類蛋白質(zhì)。

2021年7月15日，DeepMind通過一篇Nature論文開源了其基于深度學習神經(jīng)網(wǎng)絡(luò)的AlphaFold2模型；

7月22日，DeepMind再次發(fā)表Nature論文，推出AlphaFold蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫，向公眾免費開放人類蛋白質(zhì)組以及另外20種模式生物的總共超過350000種結(jié)構(gòu)，并且對98.5%的人類蛋白質(zhì)結(jié)構(gòu)進行了準確預測。

今年1月，DeepMind 宣布已經(jīng)有超過30萬研究者使用了 AlphaFold數(shù)據(jù)庫，并且添加了超過27個蛋白質(zhì)組，總計超過19萬條蛋白質(zhì)結(jié)構(gòu)預測數(shù)據(jù)。

這次添加的重要性在于其中17個蛋白質(zhì)組都和被忽視熱帶疾病有關(guān)，影響全球十多億人。

今年7月，DeepMind 將 AlphaFold 數(shù)據(jù)庫從近100萬條擴展到2.14億條，覆蓋了人類已知的絕大多數(shù)蛋白質(zhì)。

目前預測準確度尚待提升

人工智能有一個學習的過程，要通過大量的訓練來提升其準確性。

如果AlphaFold預測的蛋白質(zhì)結(jié)構(gòu)是不常見的結(jié)構(gòu)，AI無法通過已有的知識學習到這個結(jié)構(gòu)，預測時就容易產(chǎn)生偏差。

AI是一個能夠利用現(xiàn)有的知識預測將來的工具，如果連現(xiàn)有的知識都是缺失狀態(tài)，自然無法預測新結(jié)構(gòu)。

除非把世界上所有的蛋白質(zhì)結(jié)構(gòu)都預測并驗證過了，否則是不可能達到100%的準確率。

雖然對部分蛋白質(zhì)結(jié)構(gòu)的預測不完全準確，但AlphaFold蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫在開放數(shù)據(jù)的同時也提供了相應結(jié)構(gòu)預測的準確度報告，為使用者提供參考。

將開啟數(shù)字生物學新時代

過去幾十年來，確定蛋白質(zhì)結(jié)構(gòu)的主要方法是實驗室中的各種成像技術(shù)，包括X 射線晶體學、冷凍電鏡、微晶電子衍射等。

這些方式通常依賴昂貴的設(shè)備，耗時比較長，解析出一個蛋白質(zhì)結(jié)構(gòu)可能需要數(shù)月甚至數(shù)年時間。

與實驗室中的各種成像技術(shù)相比，基于氨基酸序列預測蛋白質(zhì)結(jié)構(gòu)是一種極具吸引力的方式，也是 AI 在生命科學領(lǐng)域的重要落腳點。

以 AlphaFold 為代表的蛋白結(jié)構(gòu)預測模型可能是人工智能對科學界的最大貢獻。

DeepMind 在官方通稿中表示：以 AlphaFold 為代表的蛋白結(jié)構(gòu)預測將生物學帶入了一個結(jié)構(gòu)更為豐富的時代，并以數(shù)字化速度開啟科學探索。

結(jié)尾：

數(shù)量龐大的蛋白質(zhì)結(jié)構(gòu)為生命科學研究帶來的影響仍是毋庸置疑，尤其是在結(jié)構(gòu)生物學的領(lǐng)域。

AlphaFold蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫中的結(jié)構(gòu)雖然有不足之處，不能全部將其應用于研究中，但數(shù)量龐大的蛋白質(zhì)結(jié)構(gòu)對生命科學各個領(lǐng)域的研究，仍有著不可忽略的意義。

部分資料參考：雷鋒網(wǎng)：《AlphaFold 新成果再次引爆生命科學界》，ZAKER:《AlphaFold把幾乎所有已知蛋白質(zhì)的結(jié)構(gòu)預測完了》，硅星人：《DeepMind“順手”放的大招，要一舉攻克漸凍人癥》

編輯：黃飛