蛋白質(zhì)組學(xué)在現(xiàn)代藥物研究中的重要作用，早已經(jīng)得到了業(yè)界的公認(rèn)，甚至有人士坦言，它會改變藥物的研發(fā)模式。這樣的說法并非夸張，從近些年眾多企業(yè)的科研投入趨勢來看，蛋白質(zhì)領(lǐng)域已然成為不折不扣的熱門。

要了解蛋白質(zhì)在藥物研發(fā)過程中為何會扮演著如此重要的角色，就不得不從它的功能說起。生命的表現(xiàn)形式，在本質(zhì)上都是蛋白質(zhì)功能的各種體現(xiàn)，只有人類深入地了解生命體內(nèi)蛋白質(zhì)的組成和它們的活動規(guī)律，才能對各種疾病的起因、發(fā)展等有全面的認(rèn)識，也才能找到疾病治療的關(guān)鍵所在，提升藥物的研發(fā)效率。

不過，在過去相當(dāng)長的時間里，國內(nèi)外的科研機構(gòu)對蛋白質(zhì)的研究進程并不順利，原因是存在著很多的技術(shù)難點，比如在統(tǒng)計方法上，由于蛋白質(zhì)系統(tǒng)的復(fù)雜程度遠(yuǎn)遠(yuǎn)超出一般的認(rèn)知，傳統(tǒng)的蛋白質(zhì)組學(xué)研究分析方法對于整個系統(tǒng)而言是非常吃力的。

以Western測量10個蛋白質(zhì)為例，想要以動態(tài)的方式來監(jiān)測不同時間范圍內(nèi)的幾千甚至上萬個蛋白質(zhì)的變化情況，不但難以用肉眼去觀察并得出有效的實驗結(jié)果，同時在找到一一對應(yīng)的抗體進行堅定方面也有極大的難度。正是基于這樣的問題，要順利地進行蛋白質(zhì)組學(xué)的研究，就必須找到能夠匹配這種復(fù)雜系統(tǒng)的分析技術(shù)和方法。

不過，盡管之后一系列新的分析技術(shù)不斷出現(xiàn)，但卻又面臨著數(shù)據(jù)解析的問題。由于研究過程中涉及的蛋白質(zhì)種類多、動態(tài)范圍廣，因此蛋白質(zhì)組數(shù)據(jù)非常復(fù)雜，對其進行分析時不但耗時耗力，且結(jié)果不一定準(zhǔn)確。AlphaFold2、RoseTTAFold等蛋白質(zhì)預(yù)測工具的出現(xiàn)，找到了很好的解決方案，通過把蛋白質(zhì)組變成數(shù)據(jù)的方法，將生物樣品中的的蛋白質(zhì)組進行數(shù)字化，然后再借助于機器學(xué)習(xí)或者人工智能技術(shù)去解讀數(shù)據(jù)，最終取得想要的分析結(jié)果。

AlphaFold2、RoseTTAFold等技術(shù)的使用過程中，對運算能力的依賴非常重，目前很多企業(yè)所研發(fā)的運算系統(tǒng)已經(jīng)可以完美支撐，以北鯤云超算平臺為例，它在全球擁有25個地域節(jié)點，超過10萬臺的高水平服務(wù)器，單集群節(jié)點可提供10，000核時算力。平臺可以將云計算與科研相結(jié)合，在生物信息組進行基因組分析運用方面表現(xiàn)出色，可以在一周內(nèi)完成2000個物種基因組分析，有力地提升了數(shù)據(jù)分析的效率。

從目前的趨勢來看，人工智能+蛋白質(zhì)組學(xué)的應(yīng)用，將在藥物的靶點確認(rèn)、藥物作用機制等研究方面發(fā)揮重要作用，北鯤云超算平臺的方案日臻成熟，無疑將為相關(guān)機構(gòu)在蛋白質(zhì)組學(xué)的研究上進行新的探索提供有力支持。

責(zé)任編輯:tzh