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(fù)雜的形狀。蛋白質(zhì)根據(jù)儲(chǔ)存在DNA中的指令產(chǎn)生復(fù)雜的生物分子，它們執(zhí)行著至關(guān)重要的細(xì)胞任務(wù)，并完成各種機(jī)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(zhǎng)的蛋白質(zhì)。它們各自都有著非常復(fù)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(xué)問(wèn)題的關(guān)鍵。

以前，研究人員需要付出幾個(gè)月或幾年的時(shí)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(kāi)發(fā)、可持續(xù)發(fā)展等領(lǐng)域；

還幫助科學(xué)家深入了解體內(nèi)復(fù)雜過(guò)程是如何工作的、以及哪些有機(jī)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(wèn)題。

AlphaFold蛋白質(zhì)數(shù)據(jù)庫(kù)

AlphaFold蛋白質(zhì)數(shù)據(jù)庫(kù)不僅實(shí)現(xiàn)了1000倍的擴(kuò)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(jí)生物難題。

這些轉(zhuǎn)儲(chǔ)數(shù)據(jù)將在DeepMind和歐洲分子生物學(xué)實(shí)驗(yàn)室歐洲生物信息研究所共同建立的一個(gè)數(shù)據(jù)庫(kù)中免費(fèi)公開(kāi)。

在這些逾 2.14 億個(gè)結(jié)構(gòu)預(yù)測(cè)中，約35%的預(yù)測(cè)結(jié)果被認(rèn)為準(zhǔn)確度很高，即和實(shí)驗(yàn)解析的結(jié)構(gòu)一樣可靠。

另有45%的預(yù)測(cè)被認(rèn)為置信度足夠高，在很多情況下都能使用。

AlphaFold預(yù)測(cè)的許多結(jié)構(gòu)都很可靠，能在很多情況下替代實(shí)驗(yàn)解析的結(jié)構(gòu)。

其他情況下，研究人員會(huì)用AlphaFold的預(yù)測(cè)結(jié)果驗(yàn)證和解讀實(shí)驗(yàn)數(shù)據(jù)。

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

AlphaFold的發(fā)展歷程

2016年，DeepMind公司開(kāi)發(fā)的AlphaGo擊敗韓國(guó)傳奇圍棋選手李世石后，其先進(jìn)性與潛力受到認(rèn)可，DeepMind決定成立團(tuán)隊(duì)開(kāi)始研究[蛋白質(zhì)折疊問(wèn)題]。

2018年12月，AlphaFold在第13屆國(guó)際蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)競(jìng)賽上預(yù)測(cè)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(gè)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(cè)定。

2021年，與歐洲分子生物學(xué)實(shí)驗(yàn)室EMBL合作，建立了一個(gè)公開(kāi)發(fā)布 AlphaFold 預(yù)測(cè)結(jié)果的可搜索數(shù)據(jù)庫(kù)，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(guò)一篇Nature論文開(kāi)源了其基于深度學(xué)習(xí)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(kù)，向公眾免費(fèi)開(kāi)放人類蛋白質(zhì)組以及另外20種模式生物的總共超過(guò)350000種結(jié)構(gòu)，并且對(duì)98.5%的人類蛋白質(zhì)結(jié)構(gòu)進(jìn)行了準(zhǔn)確預(yù)測(cè)。

今年1月，DeepMind 宣布已經(jīng)有超過(guò)30萬(wàn)研究者使用了 AlphaFold數(shù)據(jù)庫(kù)，并且添加了超過(guò)27個(gè)蛋白質(zhì)組，總計(jì)超過(guò)19萬(wàn)條蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)數(shù)據(jù)。

這次添加的重要性在于其中17個(gè)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(kù)從近100萬(wàn)條擴(kuò)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(yù)測(cè)準(zhǔn)確度尚待提升

人工智能有一個(gè)學(xué)習(xí)的過(guò)程，要通過(guò)大量的訓(xùn)練來(lái)提升其準(zhǔn)確性。

如果AlphaFold預(yù)測(cè)的蛋白質(zhì)結(jié)構(gòu)是不常見(jiàn)的結(jié)構(gòu)，AI無(wú)法通過(guò)已有的知識(shí)學(xué)習(xí)到這個(gè)結(jié)構(gòu)，預(yù)測(cè)時(shí)就容易產(chǎn)生偏差。

AI是一個(gè)能夠利用現(xiàn)有的知識(shí)預(yù)測(cè)將來(lái)的工具，如果連現(xiàn)有的知識(shí)都是缺失狀態(tài)，自然無(wú)法預(yù)測(cè)新結(jié)構(gòu)。

除非把世界上所有的蛋白質(zhì)結(jié)構(gòu)都預(yù)測(cè)并驗(yàn)證過(guò)了，否則是不可能達(dá)到100%的準(zhǔn)確率。

雖然對(duì)部分蛋白質(zhì)結(jié)構(gòu)的預(yù)測(cè)不完全準(zhǔn)確，但AlphaFold蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)在開(kāi)放數(shù)據(jù)的同時(shí)也提供了相應(yīng)結(jié)構(gòu)預(yù)測(cè)的準(zhǔn)確度報(bào)告，為使用者提供參考。

將開(kāi)啟數(shù)字生物學(xué)新時(shí)代

過(guò)去幾十年來(lái)，確定蛋白質(zhì)結(jié)構(gòu)的主要方法是實(shí)驗(yàn)室中的各種成像技術(shù)，包括X 射線晶體學(xué)、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(shí)比較長(zhǎng)，解析出一個(gè)蛋白質(zhì)結(jié)構(gòu)可能需要數(shù)月甚至數(shù)年時(shí)間。

與實(shí)驗(yàn)室中的各種成像技術(shù)相比，基于氨基酸序列預(yù)測(cè)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(xué)領(lǐng)域的重要落腳點(diǎn)。

以 AlphaFold 為代表的蛋白結(jié)構(gòu)預(yù)測(cè)模型可能是人工智能對(duì)科學(xué)界的最大貢獻(xiàn)。

DeepMind 在官方通稿中表示：以 AlphaFold 為代表的蛋白結(jié)構(gòu)預(yù)測(cè)將生物學(xué)帶入了一個(gè)結(jié)構(gòu)更為豐富的時(shí)代，并以數(shù)字化速度開(kāi)啟科學(xué)探索。

結(jié)尾：

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

AlphaFold蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)中的結(jié)構(gòu)雖然有不足之處，不能全部將其應(yīng)用于研究中，但數(shù)量龐大的蛋白質(zhì)結(jié)構(gòu)對(duì)生命科學(xué)各個(gè)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(xué)界》，ZAKER:《AlphaFold把幾乎所有已知蛋白質(zhì)的結(jié)構(gòu)預(yù)測(cè)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