谷歌人工智能部門 DeepMind 在預測蛋白質(zhì)結(jié)構(gòu)方面邁出了一大步。公司表示，其已經(jīng)解決了關鍵的 “蛋白質(zhì)折疊問題”，并將解決問題的運算時間從數(shù)月縮短至數(shù)小時，這有助于加快藥物發(fā)現(xiàn)速度，有可能破解一個類似于繪制人類基因組的問題。

DeepMind 開發(fā)的 AlphaFold 系統(tǒng)在最近結(jié)構(gòu)預測關鍵評估(CASP)競賽中所展現(xiàn)出的能力達到了 “解決”問題的水平。該活動始于 1994 年，每兩年舉辦一次，以加速這一課題的研究。

蛋白質(zhì)的不同折疊程度決定了它如何與其他分子相互作用，了解蛋白質(zhì)結(jié)構(gòu)變化對發(fā)現(xiàn)新冠肺炎等病毒如何侵入人體細胞、設計酶分解污染物和提高作物產(chǎn)量具有重要意義。

DeepMind 在 2014 年被谷歌收購，成為谷歌子公司。其開發(fā)的游戲人工智能廣為人知。DeepMind 所開發(fā)的人工智能系統(tǒng)能夠通過自我訓練，還在圍棋比賽中擊敗了李世石等世界知名圍棋選手。公司目標是開發(fā)可以應用于更廣泛問題的人工智能，目前為止，DeepMind 已經(jīng)開發(fā)出的人工智能系統(tǒng)能夠使谷歌的數(shù)據(jù)中心更加節(jié)能，通過掃描識別眼疾，并自動將文字生成語音。

DeepMind 首席執(zhí)行官杰米斯 · 哈薩比斯 (Demis Hassabis)在電話采訪中表示：“這些算法現(xiàn)在已經(jīng)足夠強大，強大到可以應用于解決科學問題。”“經(jīng)過 4 年的發(fā)展，我們有了一個足夠精確的系統(tǒng)，對生物學研究人員來說具有實際的生物學意義和相關性。”

哈薩比斯表示，DeepMind 目前正在研究以 “可擴展方式”為科學家提供訪問 AlphaFold 系統(tǒng)的途徑。

參與 CASP 的科學家們分析了大約 100 種蛋白質(zhì)的氨基酸序列形狀。參賽者被告知排列順序，并負責預測蛋白質(zhì)的形狀。AlphaFold 對其中三分之二蛋白質(zhì)結(jié)構(gòu)的評估與 CASP 的分析幾乎完全一致，而其他團隊的評估契合度約為 10%。這也比 DeepMind 工具兩年前首次參加 CASP 競賽時的結(jié)果要好，當時競賽中涉及 43 種蛋白質(zhì)結(jié)構(gòu)，DeepMind 準確預測出其中的 25 種。

哈薩比斯說，他開發(fā) AlphaFold 系統(tǒng)的靈感來自 CASP 試圖找到未知蛋白質(zhì)結(jié)構(gòu)的嘗試，比如 Foldit 就是以謎題的形式向業(yè)余志愿者展示問題。在最初的兩年里，人類玩家被證明在解開謎題方面更具優(yōu)勢，最終還發(fā)現(xiàn)了一種讓科學家們困惑不已的蛋白質(zhì)結(jié)構(gòu)，并就此設計了一種新的酶，后來在實驗室得到了證實。歐洲生物信息學研究所 (European Bioinformatics Institute)名譽主任珍妮特 · 桑頓 (Janet Thornton)說：“確定單個蛋白質(zhì)結(jié)構(gòu)通常需要多年的實驗努力。”桑頓是使用計算方法分析蛋白質(zhì)結(jié)構(gòu)的先驅(qū)之一。“更好地理解蛋白質(zhì)結(jié)構(gòu)、能夠使用計算機預測它們意味著更好地理解生命進化歷程，當然，也能夠更好理解還有有關人類健康和疾病的諸多問題。”

關鍵詞：