本文系網(wǎng)易新聞·網(wǎng)易號(hào)特色內(nèi)容激勵(lì)計(jì)劃簽約賬號(hào)【智東西】原創(chuàng)內(nèi)容，未經(jīng)賬號(hào)授權(quán)，禁止隨意轉(zhuǎn)載。
智東西（公眾號(hào)：zhidxcom）
編譯 | 韋世瑋 徐珊
編輯 | 漠影
今天將成為人類生物學(xué)歷史上具有重大意義的一天！
智東西7月23日消息，今日，人工智能研究實(shí)驗(yàn)室DeepMind與歐洲生物信息學(xué)研究所EMBL-EBI（European Bioinformatics Institute）合作，推出了AlphaFold蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫，該數(shù)據(jù)庫提供了迄今為止人類蛋白質(zhì)組最完整、最準(zhǔn)確的圖像，是人類積累的高精度人類蛋白質(zhì)結(jié)構(gòu)知識(shí)的兩倍多。
除了人類蛋白質(zhì)組（人類基因組表達(dá)的所有蛋白質(zhì)約2萬種）之外，他們還將提供其他20種具有生物學(xué)意義的生物蛋白質(zhì)組的開放訪問，總計(jì)超過35萬種蛋白質(zhì)結(jié)構(gòu)，包括從果蠅到小鼠等動(dòng)物，以及從大腸桿菌到酵母等細(xì)菌。
發(fā)布第一批數(shù)據(jù)后，DeepMind計(jì)劃繼續(xù)增加蛋白質(zhì)庫，幾乎覆蓋所有科學(xué)已知的已測序蛋白質(zhì)，共超過1億種結(jié)構(gòu)，該庫將由EMBL維護(hù)。在EMBL總干事Edith Heard看來：“這些數(shù)據(jù)集將改變我們對(duì)生命運(yùn)作方式的理解?！?/p>
“我認(rèn)為這是DeepMind整個(gè)10年多生命周期的頂峰?！盌eepMind聯(lián)合創(chuàng)始人兼CEO Demis Hassabis談道，從成立之初，DeepMind就打算將AI方面取得的突破在圍棋、雅達(dá)利等游戲上進(jìn)行測試，并將其應(yīng)用于現(xiàn)實(shí)世界的問題，以加速科學(xué)突破并造福人類。
Demis Hassabis稱，這些數(shù)據(jù)對(duì)科學(xué)和商業(yè)研究人員來說都將永久免費(fèi)開放?！叭魏稳硕伎梢詫⑺糜谌魏问虑?，他們只需要?dú)w功于參與引用的人?！彼f。
▲長期以來，人源中介體復(fù)合物（Mediator Complex）一直是結(jié)構(gòu)生物學(xué)家最具挑戰(zhàn)性的多蛋白系統(tǒng)之一。（圖源：Nature）
一、AlphaFold預(yù)測蛋白質(zhì)結(jié)構(gòu)，緩解多領(lǐng)域生物研究瓶頸
21世紀(jì)是生物的世紀(jì)，更是計(jì)算機(jī)的世紀(jì)。
早在去年12月，DeepMind就推出了AlphaFold 2系統(tǒng)，可通過AI軟件對(duì)蛋白質(zhì)結(jié)構(gòu)進(jìn)行準(zhǔn)確預(yù)測，該解決方案被認(rèn)為能解決困擾科學(xué)家們50年的蛋白質(zhì)折疊（protein folding）問題。
直到上周，DeepMind還發(fā)表了相關(guān)科學(xué)論文和源代碼，以解釋如何創(chuàng)建這個(gè)高度創(chuàng)新的系統(tǒng)，允許其他人通過AlphaFold來完成相關(guān)研究工作。
AlphaFold系統(tǒng)的誕生，證明了AI可以在幾分鐘內(nèi)準(zhǔn)確預(yù)測蛋白質(zhì)的3D結(jié)構(gòu)，精確到原子精度。而AlphaFold蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫的開放，也將促進(jìn)世界各地的科學(xué)家們加速對(duì)人類蛋白質(zhì)的研究。
那么，何為蛋白質(zhì)折疊問題？
簡單來說，許多生物過程都是圍繞蛋白質(zhì)來進(jìn)行的，而蛋白質(zhì)是由氨基酸序列組成的大型復(fù)雜分子，其真正的作用取決于自身獨(dú)特的3D結(jié)構(gòu)，也就是蛋白質(zhì)中氨基酸序列的折疊方式。
了解蛋白質(zhì)結(jié)構(gòu)能增進(jìn)人類對(duì)生命組成部分的理解，從而推動(dòng)科學(xué)家們?cè)诟鱾€(gè)領(lǐng)域的研究。
例如，英國樸茨茅斯大學(xué)（CEI）正在利用AlphaFold來設(shè)計(jì)一種新型酶，以快速分解污染嚴(yán)重的一次性塑料等廢物；美國科羅拉多大學(xué)博爾德分校通過AlphaFold預(yù)測，來研究抗生素耐藥性的前景；美國加利福尼亞大學(xué)舊金山分校則使用AlphaFold來研究新型冠狀病毒的工作原理……
▲AlphaFold預(yù)測的蛋白質(zhì)結(jié)構(gòu)的兩個(gè)例子（藍(lán)色）與實(shí)驗(yàn)結(jié)果（綠色）的比較（圖源：DeepMind）
這些都是科學(xué)家們利用科技帶來的大量生物數(shù)據(jù)信息，一步步轉(zhuǎn)換為未來人類的進(jìn)步。
但科學(xué)家們指出，這些信息轉(zhuǎn)換到現(xiàn)實(shí)世界并產(chǎn)生結(jié)果的過程，仍需要大量時(shí)間?！拔艺J(rèn)為這不會(huì)在一年內(nèi)改變患者的治療方式，但它肯定會(huì)對(duì)科學(xué)界產(chǎn)生巨大影響?！笨屏_拉多大學(xué)生物化學(xué)系教授Marcelo C. Sousa說。
需要注意的是，AlphaFold軟件生成的是蛋白質(zhì)結(jié)構(gòu)的預(yù)測，而不是實(shí)驗(yàn)確定的模型，這意味著在某些情況下，科學(xué)家還需要進(jìn)一步的工作來驗(yàn)證結(jié)構(gòu)。
DeepMind對(duì)此表示，他們花了許多時(shí)間在AlphaFold軟件中構(gòu)建準(zhǔn)確度指標(biāo)，讓它能對(duì)每個(gè)預(yù)測的可信度進(jìn)行排名。
不過，蛋白質(zhì)結(jié)構(gòu)的預(yù)測仍對(duì)科學(xué)研究帶來了巨大幫助。以往科學(xué)家們確定蛋白質(zhì)結(jié)構(gòu)的實(shí)驗(yàn)過程既耗時(shí)又昂貴，還要依賴大量反復(fù)試驗(yàn)，而蛋白質(zhì)結(jié)構(gòu)預(yù)測即便置信度低，也可以為科學(xué)家指明正確的研究方向，為他們節(jié)省多年的工作。
英國格拉斯哥大學(xué)（University of Glasgow）結(jié)構(gòu)生物學(xué)教授Helen Walden認(rèn)為，DeepMind的數(shù)據(jù)將“顯著緩解研究瓶頸”，但“進(jìn)行生物化學(xué)和生物學(xué)評(píng)估的費(fèi)力、耗費(fèi)資源的工作”將繼續(xù)存在，例如藥物功能研究。
Sousa也提到，他曾在工作中使用過AlphaFold的數(shù)據(jù)，“科學(xué)家們能快速地感受到它帶來的影響?！彼f，在他們與DeepMind的合作中，他們有一個(gè)包含蛋白質(zhì)樣本的數(shù)據(jù)集，但10年來都還沒開發(fā)出一個(gè)合適的模型，直到DeepMind同意為他們提供一個(gè)結(jié)構(gòu)，在15分鐘內(nèi)就解決了這個(gè)問題。
二、蛋白質(zhì)折疊難題背后，AlphaFold分析速度已提升16倍
AlphaFold只需15分鐘就能解決的問題，為何困擾了這些科學(xué)家10年？蛋白質(zhì)折疊問題究竟難在哪？
如我們前面所說，蛋白質(zhì)由氨基酸鏈構(gòu)成，人體中共含有20種不同的氨基酸，任何一個(gè)蛋白質(zhì)都可以由數(shù)百個(gè)氨基酸組成，且每個(gè)氨基酸都有不同的折疊和扭曲結(jié)構(gòu)。
這些都意味著，哪怕是一個(gè)常見的蛋白質(zhì)分子，它的最終結(jié)構(gòu)都有許多種可能構(gòu)型。一個(gè)估計(jì)是，典型的蛋白質(zhì)可以以10^300種方式折疊。不用數(shù)了，就是“1”后面跟著300個(gè)“0”的可能性。
不過由于蛋白質(zhì)的樣本太小，科學(xué)家們難以用顯微鏡檢查，不得不使用成本昂貴且復(fù)雜的方法來間接確定蛋白質(zhì)結(jié)構(gòu)，比如核磁共振和X射線晶體學(xué)（X-ray crystallography）。
但實(shí)際上，簡單地通過氨基酸序列來確定蛋白質(zhì)結(jié)構(gòu)的構(gòu)想，在理論上一直是難以實(shí)現(xiàn)的。因此，分析蛋白質(zhì)結(jié)構(gòu)也成為了人們攻克生物學(xué)領(lǐng)域的一大難關(guān)。
直到近年來，人們發(fā)現(xiàn)可以利用AI的方法來分析蛋白質(zhì)結(jié)構(gòu)。借助這些技術(shù)，AI系統(tǒng)可以通過在已知蛋白質(zhì)結(jié)構(gòu)的數(shù)據(jù)集上進(jìn)行訓(xùn)練，并最終利用這些信息來預(yù)測蛋白質(zhì)結(jié)構(gòu)。
多年來，很多團(tuán)隊(duì)都參與到這項(xiàng)AI研究中，其中DeepMind基于深厚的AI人才庫和大量計(jì)算資源基礎(chǔ)，一直走在該領(lǐng)域的前沿。
去年，DeepMind在一項(xiàng)名為CASP的國際蛋白質(zhì)折疊比賽中脫穎而出，其AlphaFold軟件對(duì)蛋白質(zhì)結(jié)構(gòu)的預(yù)測結(jié)果非常準(zhǔn)確。對(duì)此，CASP聯(lián)合創(chuàng)始人之一的計(jì)算生物學(xué)家John Moult說：“在某種意義上，蛋白質(zhì)折疊的難題已經(jīng)有了解決方案。”
▲DeepMind的AlphaFold軟件顯著提高了計(jì)算蛋白質(zhì)折疊的準(zhǔn)確性（圖源：DeepMind）
自去年CASP競賽以來，AlphaFold系統(tǒng)也實(shí)現(xiàn)了升級(jí)，現(xiàn)在它分析蛋白質(zhì)結(jié)構(gòu)的速度已提高了16倍。“我們可以在幾分鐘內(nèi)折疊一個(gè)普通蛋白質(zhì)，多數(shù)情況下只要幾秒鐘?！盚assabis談道。
英國雷丁大學(xué)教授Liam McGuffin曾開發(fā)出一些蛋白質(zhì)折疊軟件，他肯定了AlphaFold的技術(shù)，但也指出，AlphaFold的成功主要?dú)w功于科學(xué)家們數(shù)十年的先前研究和公開數(shù)據(jù)。
“DeepMind擁有大量研究資源來保持?jǐn)?shù)據(jù)庫的更新，他們比任何一個(gè)學(xué)術(shù)團(tuán)體都更有能力做到這一點(diǎn)?！盡cGuffin認(rèn)為，盡管科學(xué)家們最終也會(huì)走到這一步，但速度會(huì)更慢，因?yàn)樗麄儧]有足夠的資源。
三、持續(xù)推進(jìn)AI發(fā)展，年底數(shù)據(jù)庫結(jié)構(gòu)將增至1.3億個(gè)
盡管DeepMind每年都處于大量虧損的狀態(tài)，但這次開放蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫是免費(fèi)的。
實(shí)際上，DeepMind歸屬于Google母公司Alphabet，該公司一直在商業(yè)醫(yī)療保健領(lǐng)域投入大量資源。還有許多報(bào)道稱，DeepMind與Alphabet在研究自主性和商業(yè)可行性等問題上存在分歧。
不過Hassabis談道，公司一直在計(jì)劃免費(fèi)提供這些信息，這樣做是對(duì)DeepMind創(chuàng)始精神的體現(xiàn)。“我們?cè)诒皇召彆r(shí)與Alphabet達(dá)成的協(xié)議是，DeepMind主要的研究目的是推進(jìn)AGI（通用人工智能）和AI技術(shù)的發(fā)展，然后利用它們來攻克科學(xué)領(lǐng)域的難題?！彼f。
他認(rèn)為，Alphabet有許多部門都專注于盈利，但DeepMind對(duì)研究的關(guān)注能夠“為科學(xué)界帶來各種各樣的好處，包括聲望和信譽(yù)，從而通過多種方法實(shí)現(xiàn)價(jià)值?！?/p>
Hassabis還強(qiáng)調(diào)，雖然DeepMind的主要研究目標(biāo)是一些基礎(chǔ)領(lǐng)域，但其技術(shù)已廣泛應(yīng)用于谷歌的其他業(yè)務(wù)中?！皫缀跄闶褂玫娜魏喂雀璁a(chǎn)品，其中一部分技術(shù)都有我們的參與。”他透露。
與此同時(shí)，Hassabis預(yù)測AlphaFold將成為未來的標(biāo)志，因?yàn)樗故玖薃I在處理人類生物學(xué)等復(fù)雜問題上的巨大潛力。
“我認(rèn)為我們正處于一個(gè)非常激動(dòng)人心的時(shí)刻?！盚assabis提到：“在接下來的十年中，我們和AI領(lǐng)域的其他人都希望能取得突破性進(jìn)展，真正加速解決我們?cè)诘厍蛏厦媾R的真正重大問題。”
對(duì)于接下來的計(jì)劃，EMBL-EBI的結(jié)構(gòu)生物信息學(xué)Sameer Velankar談道，到今年年底，本周提交的大約36.5萬個(gè)蛋白質(zhì)結(jié)構(gòu)預(yù)測將增加至1.3億個(gè)，幾乎是所有已知蛋白質(zhì)的一半。
此外，隨著DeepMind的繼續(xù)投資，以及未來對(duì)AlphaFold的改進(jìn)，系統(tǒng)和數(shù)據(jù)庫也將定期更新。
結(jié)語：站在巨人肩膀上看未來，以AI實(shí)現(xiàn)多領(lǐng)域多點(diǎn)開花
對(duì)DeepMind而言，從AlphaFold系統(tǒng)的更新迭代到蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫的開放，研究團(tuán)隊(duì)在五年里不僅必須要?jiǎng)?chuàng)造性地克服許多技術(shù)難題，還要面臨許多復(fù)雜算法的創(chuàng)新挑戰(zhàn)，這些都是推動(dòng)人工智能和生物學(xué)領(lǐng)域發(fā)展的必經(jīng)之路。
不能忽視的是，DeepMind乃至未來研究團(tuán)隊(duì)的創(chuàng)新，都是建立在先前幾代科學(xué)家的研究發(fā)現(xiàn)上。從蛋白質(zhì)成像和晶體學(xué)的早起先驅(qū)，到數(shù)以千計(jì)的預(yù)測專家和結(jié)構(gòu)生物學(xué)家，他們一路披荊斬棘，花了多年時(shí)間對(duì)蛋白質(zhì)展開深入研究。
我們也期待，站在巨人的肩膀上的他們，未來能開辟更多創(chuàng)新的科學(xué)研究途徑，推動(dòng)更多領(lǐng)域的發(fā)展和進(jìn)步。
來源：DeepMind、TheVerge、Nature
聯(lián)系客服
