谷歌人工智能部門 DeepMind 在預(yù)測(cè)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(guān)鍵的 “蛋白質(zhì)折疊問題”，并將解決問題的運(yùn)算時(shí)間從數(shù)月縮短至數(shù)小時(shí)，這有助于加快藥物發(fā)現(xiàn)速度，有可能破解一個(gè)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(yù)測(cè)關(guān)鍵評(píng)估(CASP)競(jìng)賽中所展現(xiàn)出的能力達(dá)到了 “解決”問題的水平。該活動(dòng)始于 1994 年，每?jī)赡昱e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(duì)發(fā)現(xiàn)新冠肺炎等病毒如何侵入人體細(xì)胞、設(shè)計(jì)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(gòu)，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(xùn)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(biāo)是開發(fā)可以應(yīng)用于更廣泛?jiǎn)栴}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(shí)別眼疾，并自動(dòng)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(qiáng)大，強(qiáng)大到可以應(yīng)用于解決科學(xué)問題。”“經(jīng)過 4 年的發(fā)展，我們有了一個(gè)足夠精確的系統(tǒng)，對(duì)生物學(xué)研究人員來說具有實(shí)際的生物學(xué)意義和相關(guān)性。”
哈薩比斯表示，DeepMind 目前正在研究以 “可擴(kuò)展方式”為科學(xué)家提供訪問 AlphaFold 系統(tǒng)的途徑。
參與 CASP 的科學(xué)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(fù)責(zé)預(yù)測(cè)蛋白質(zhì)的形狀。AlphaFold 對(duì)其中三分之二蛋白質(zhì)結(jié)構(gòu)的評(píng)估與 CASP 的分析幾乎完全一致，而其他團(tuán)隊(duì)的評(píng)估契合度約為 10%。這也比 DeepMind 工具兩年前首次參加 CASP 競(jìng)賽時(shí)的結(jié)果要好，當(dāng)時(shí)競(jìng)賽中涉及 43 種蛋白質(zhì)結(jié)構(gòu)，DeepMind 準(zhǔn)確預(yù)測(cè)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(shì)，最終還發(fā)現(xiàn)了一種讓科學(xué)家們困惑不已的蛋白質(zhì)結(jié)構(gòu)，并就此設(shè)計(jì)了一種新的酶，后來在實(shí)驗(yàn)室得到了證實(shí)。歐洲生物信息學(xué)研究所 (European Bioinformatics Institute)名譽(yù)主任珍妮特 · 桑頓 (Janet Thornton)說：“確定單個(gè)蛋白質(zhì)結(jié)構(gòu)通常需要多年的實(shí)驗(yàn)努力。”桑頓是使用計(jì)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(jì)算機(jī)預(yù)測(cè)它們意味著更好地理解生命進(jìn)化歷程，當(dāng)然，也能夠更好理解還有有關(guān)人類健康和疾病的諸多問題。”
關(guān)鍵詞：
