谷歌人工智能再出重磅预测解析蛋白结构,冷

谷歌旗下公司DeepMind的人工智能AlphaGo曾在国际象棋、围棋等项目中取得了超越人类的表现，其研究不仅震惊世界，也两次登上Nature。如今，该公司已将人工智能技术应用到最具挑战性的科学研究问题中，其刚刚推出的AlphaFold可以仅根据基因「代码」预测生成蛋白质的3D结构。

DeepMind表示，AlphaFold是「该公司首个证明人工智能研究可以驱动和加速科学新发现的重要里程碑」。看来，人类医学研究要前进一步了。

年5月，谷歌DeepMind人工智能项目AlphaGo（执棋者：黄士杰博士）对战当时世界第一的围棋选手柯洁。

年12月2日，在墨西哥坎昆举办的一场国际会议中，DeepMind的最新AI——AlphaFold在一项极其困难的任务中击败了所有对手，成功地根据基因序列预测出蛋白质的3D形状。

「蛋白质折叠」是一种令人难以理解的分子折叠形式，科学界以外很少有人讨论，但却是一个非常重要的问题。生物由蛋白质构成，生物体功能由蛋白质形状决定。理解蛋白质的折叠方式可以帮助研究人员走进科学和医学研究的新纪元。

DeepMind联合创始人兼CEODemisHassabis表示：「对于我们来说，这真的是一个关键时刻，这个项目就像灯塔，这是我们关于人和资源的首次重大投资，用于解决一个根本性的、现实世界的重要问题。」

在年AlphaGo击败李世乭后，DeepMind就开始将目光转向蛋白质折叠。尽管实践证明，游戏是DeepMindAI项目的优秀试验场，但在游戏中取得高分并非他们的终极目标。「我们的目标从来就不是赢得围棋或雅达利比赛的胜利，而是开发能够解决蛋白质折叠这类问题的算法」Hassabis表示。

为什么要预测蛋白质结构

人体能够产生数万甚至数百万的蛋白质。每个蛋白质都是一个氨基酸链，而后者的类型就有20种。蛋白质可以在氨基酸之间扭曲、折叠，因此一种含有数百个氨基酸的蛋白质有可能呈现出数量惊人（10的次方）的结构类型。

蛋白质的3D形状取决于其中包含的氨基酸数量和类型，而这一形状也决定了其在人体中的功能。例如，心脏细胞蛋白质的折叠方式可以使血流中的任何肾上腺素都粘在它们上面，以加速心率。免疫系统中的抗体是折叠成特定形状的蛋白质，以锁定入侵者。几乎身体的每一种功能——从收缩肌肉和感受光线到将食物转化为能量——都和蛋白质的形状及运动相关。

通常情况下，蛋白质会呈现出能量效率最高的任何形状，但它们可能会纠缠在一起或者折叠错误，导致糖尿病、帕金森和阿茨海默症等疾病。如果科学家可以根据蛋白质的化学构成来预测其形状，他们就能知道它是做什么的，会如何出错并造成伤害，并设计新的蛋白质来对抗疾病或履行其它职责，比如分解环境中的塑料污染。

AI如何改变研究方法？

正因为蛋白质的结构如此重要，在过去的五十年中，科学家已经能使用冷冻电镜和核磁共振等实验技术确定蛋白质的形状，但是每一种方法都依赖大量的试验与误差反馈，每种结构可能需要花费数万美元、历时数年进行研究。因此生物学家转攻AI方法，以完成这一困难且单调的过程。

幸运的是，由于基因测序成本快速降低，基因组领域的数据非常丰富。因此在过去几年中，依赖于基因组数据的预测问题正越来越多地借助深度学习方法。DeepMind非常

转载请注明：http://www.chengfangbj.com/ssxg/4793.html