“毫無疑問，這是迄今為止人工智能系統(tǒng)為提升科學(xué)知識所做出的最大貢獻(xiàn)。”
“這完全是一場變革。了解如此規(guī)模的蛋白質(zhì)結(jié)構(gòu)將讓結(jié)構(gòu)生物學(xué)家洞察其機(jī)能?！?/strong>
當(dāng)?shù)貢r(shí)間7月22日，頂級期刊《Nature》帶來了一項(xiàng)令科學(xué)家們振臂高呼的文章。DeepMind公司宣布旗下人工智能系統(tǒng)AlphaFold已經(jīng)實(shí)現(xiàn)對98.5%已知人類蛋白質(zhì)以及大腸桿菌、果蠅、斑馬魚等20種模式生物蛋白質(zhì)的結(jié)構(gòu)預(yù)測。更驚人的是，該系統(tǒng)還能夠?qū)ζ漕A(yù)測結(jié)果的置信度進(jìn)行測量。也就是說，生物學(xué)家們盼了數(shù)十年，終于盼來了一個(gè)“給力”的科研“外掛”。
https://doi.org/10.1038/s41586-021-03828-1
蛋白質(zhì)是構(gòu)成生命體的重要物質(zhì)，其結(jié)構(gòu)能夠?yàn)榭茖W(xué)研究提供諸多寶貴信息。包括對生物過程的推理，以及幫助科學(xué)家們基于相關(guān)結(jié)構(gòu)進(jìn)行藥物開發(fā)。經(jīng)過數(shù)十年的漫長努力，結(jié)構(gòu)生物學(xué)家已經(jīng)確定了覆蓋人類蛋白質(zhì)組17%的氨基酸。如何更快更好地解開更多蛋白質(zhì)結(jié)構(gòu)，仍然是生物學(xué)界的一大挑戰(zhàn)。
圖片源自Yuan He
一周前，DeepMind公司在《Nature》分享了其備受關(guān)注的AlphaFold2的源代碼，這款人工智能系統(tǒng)曾在2020年的國際蛋白質(zhì)結(jié)構(gòu)預(yù)測競賽（CASP）上擊敗了約100個(gè)團(tuán)隊(duì)，對三分之二的蛋白靶點(diǎn)給出幾乎與實(shí)驗(yàn)室解析相等的結(jié)構(gòu)預(yù)測結(jié)果。盡管此篇研究文章的發(fā)布已經(jīng)令人大飽眼福，但是科學(xué)家們?nèi)匀黄诖鳤lphaFold2能夠?yàn)榭茖W(xué)界帶來更多驚喜。
如今，第二篇《Nature》的發(fā)布又一次在科學(xué)界又投下了一顆重磅炸彈。DeepMind公司帶來了36.5萬個(gè)蛋白質(zhì)結(jié)構(gòu)，并且這些結(jié)構(gòu)信息可在歐洲分子生物學(xué)實(shí)驗(yàn)室下屬歐洲生物信息學(xué)研究所EMBL-EBI 核酸數(shù)據(jù)庫中免費(fèi)獲得。預(yù)計(jì)隨著新蛋白質(zhì)的識別和預(yù)測的改進(jìn)，到今年年底數(shù)據(jù)將增至1.3億。
如此規(guī)模的蛋白質(zhì)結(jié)構(gòu)已經(jīng)令人足夠振奮，但是在這篇最新的文章中，AlphaFold還將為科學(xué)家們帶來了另一個(gè)驚喜：對預(yù)測蛋白質(zhì)置信度的估算。
圖片源自Nature
“我們希望能夠給科研人員和生物學(xué)家一個(gè)非常明確的信號，告訴他們應(yīng)該依賴預(yù)測的哪些部分?！痹搱?bào)告的第一作者、DeepMind的科學(xué)工程師Kathryn Tunyasuvunakool說，“在當(dāng)前近乎覆蓋整個(gè)人類蛋白質(zhì)組的蛋白質(zhì)結(jié)構(gòu)中，AlphaFold2對58%的氨基酸殘基預(yù)測具有置信度，其中有36%的預(yù)測結(jié)構(gòu)具有非常高的置信度，能夠提供對藥物設(shè)計(jì)有用的詳細(xì)的原子特征，例如酶的活性位點(diǎn)?！?/p>
當(dāng)然，即使是不太準(zhǔn)確的預(yù)測結(jié)構(gòu)也可能會啟發(fā)生物學(xué)研究。生物學(xué)家們通常認(rèn)為，人類和其他真核生物蛋白質(zhì)中有一定比例沒有固有的結(jié)構(gòu)，只有在與其他分子協(xié)同作用的情況下才具有特定的結(jié)構(gòu)。而AlphaFold2預(yù)測不準(zhǔn)確的蛋白質(zhì)，或許就是這類無序物質(zhì)。
該報(bào)告的合著者、EMBL歐洲生物信息研究所所長Ewan Birney說：“這將是人類基因組圖譜繪制以來最重要的數(shù)據(jù)集之一。AlphaFold2已經(jīng)刺激了新型酶的發(fā)展，并為藥物治療被忽視的疾病帶來了新的可能性。”
總之，DeepMind公司的成果正將結(jié)構(gòu)生物學(xué)帶入新的想象之中，這可能意味著生物學(xué)研究的“范式轉(zhuǎn)變”。期待今后人工智能系統(tǒng)能夠?yàn)樯飳W(xué)研究帶來更多驚喜。
參考資料：
[1]https://www.nature.com/articles/s41586-021-03828-1
