| 2020 年世界十大科技進展新聞 |
|
| 人工智能首次成功解析蛋白質(zhì)結(jié)構(gòu) |
|
圖中藍色為計算機預測的蛋白質(zhì)結(jié)構(gòu)，綠
色為實驗驗證結(jié)果，二者相似度非常高。
生物學界最大的挑戰(zhàn)之一——蛋白質(zhì)三維結(jié)構(gòu)解析如今有望被破解。谷歌旗下人工智能公司DeepMind開發(fā)的深度學習程序AlphaFold能夠精確預測其三維形狀。
蛋白質(zhì)是生命活動的主要承擔者，其工作方式和作用取決于它的高級結(jié)構(gòu)，即“結(jié)構(gòu)即功能”，它傾向于僅在受物理定律的指導下形成相應結(jié)構(gòu)。
幾十年來，實驗室一直是解析蛋白質(zhì)結(jié)構(gòu)的主要途徑。從20世紀50年代開始，利用X單晶衍射法首次確定了蛋白質(zhì)的完整結(jié)構(gòu)。在過去的十年中，冷凍電鏡已經(jīng)成為許多結(jié)構(gòu)生物學實驗室所青睞的技術(shù)。
長期以來，科學家們一直想知道一級的氨基酸序列是如何折疊成各種構(gòu)型的蛋白質(zhì)三級結(jié)構(gòu)。在20世紀80年代和90年代，就有利用計算機預測蛋白質(zhì)結(jié)構(gòu)的嘗試，但是最終結(jié)果都不理想。
2020年11月30日，在蛋白質(zhì)預測結(jié)構(gòu)挑戰(zhàn)賽CASP上，英國DeepMind公司研究人員創(chuàng)建的AlphaFold程序在百余支隊伍中脫穎而出。AlphaFold程序在比賽中的中位分數(shù)達92.4（滿分100分，90分以上被認為預測方法可與實驗方法相媲美），預測最具挑戰(zhàn)性的蛋白質(zhì)結(jié)構(gòu)的平均得分為87，比最接近它的競爭對手領先了25分。
將深度學習與張力控制算法結(jié)合，并應用于結(jié)構(gòu)和遺傳數(shù)據(jù)，該深度學習網(wǎng)絡利用目前已知的17萬種解析完畢的蛋白質(zhì)進行了訓練。現(xiàn)階段AlphaFold系統(tǒng)可能需要幾天的時間才能得出預測的結(jié)構(gòu)，其中包括對蛋白質(zhì)不同區(qū)域可靠性的評估。DeepMind有關(guān)研發(fā)團隊表示，還將繼續(xù)對AlphaFold展開訓練，以便更好地解析更復雜的蛋白質(zhì)結(jié)構(gòu)。
AlphaFold目前雖不太可能取代冷凍電鏡等相關(guān)解析蛋白結(jié)構(gòu)的實驗手段，但它的出現(xiàn)意味著，生物學家們可以將計算方法預測蛋白結(jié)構(gòu)作為科學研究的工具之一。另外，在現(xiàn)有的繁雜的基因組數(shù)據(jù)中，新一代分子生物學家如何針對數(shù)據(jù)轉(zhuǎn)換為蛋白結(jié)構(gòu)解析提供幫助，是AI技術(shù)在結(jié)構(gòu)生物學發(fā)展中的難題。■
《科學新聞》 (科學新聞2021年2月增刊 聚焦)