易坊好文馆

  1. 首页 > 玩科技 >

新浪科技综合|一个困扰生物学家50年的问题，被AI突破了

被AI突破了

来源：果壳
众所周知 ， 蛋白质就是一串氨基酸而已 。
可是 ， 拿到氨基酸的排列顺序 ， 你能猜出它会折叠出怎样的三维结构么？恐怕很难 。 就算是天天研究蛋白质的科学家们 ， 也被这个问题困扰了50年 。
如今有只AI ， 能以前所未有的准确率预测蛋白结构 。 它给出的答案与蛋白质的真实结构之间 ， 大约只差一个原子的宽度：

新浪科技综合|一个困扰生物学家50年的问题，被AI突破了
文章图片
图1/4
蓝色为AI预测结果 ， 绿色为标准答案丨DeepMind
这只AI名叫AlphaFold ， 来自谷歌DeepMind ， 和会下棋的AlphaGo师出同门 。 它刚刚在蛋白结构预测比赛CASP14上 ， 超越所有对手获得优胜 。
消息发表之后 ， 学界备受鼓舞 。 AlphaFold的存在 ， 仿佛让科学家拥有了上帝视角 。 Nature把马普所生物学家Andrei Lupas的一句评论当做了新闻标题：它会改变一切 。
怎样的一场比赛
拿到一个氨基酸序列 ， 每只AI都会给出自己预测的三维结构 。
那么 ， 拥有近100位参赛选手的CASP挑战赛 ， 是依靠什么来衡量各位选手的得分？
首先 ， 标准答案是通过低温电子显微镜（Cryo-EM）等等学界标配的实验方法检测蛋白质本身 ， 得出的相对精确的三维结构 。
然后 ， 对比标答和选手答案之间的相似度 ， 利用的方法叫做Global Distance Test（全球距离测试 ， 简称GDT） 。 GDT满分为100 ， 通常只要选手得分超过90 ， 就认为一道题目做对了 。

新浪科技综合|一个困扰生物学家50年的问题，被AI突破了
文章图片
图2/4
GDT评测标准丨DeepMind
把所有题目算在一起 ， AlphaFold得分的中位数达到了92.4 ， 大约2/3的题目都做对了 。 这个成绩比其他选手高出一大截 。
即便在最难的一组题目“自由建模（Free-Modelling Category）”当中 ， AlphaFold的中位数也有87.0分 ， 比第二名高出25分 。
CASP挑战赛两年一届 ， 从1994年开始至今已经举办了14届 ， 大致相当于蛋白结构预测界的奥林匹克 。
比赛创办人之一、马里兰大学教授John Moult毫不吝惜对这只AI的赞美 。 他说 ， 从某种程度上看 ， （蛋白结构预测）问题已经解决了 。
对于那些AlphaFold预测与标答出现分歧的题目 ， Moult教授也认为 ， 并不能确定是AI预测出了差错 ， 还是实验室结果本身有问题 。
AI是怎样炼成的
那么 ， AlphaFold的工作原理是怎样的？
DeepMind研究团队说 ， 一个折叠的蛋白质可以视为一张空间图（Spatial Graph）：构成蛋白质的每个残基（residue）都是图中一个节点（node） ， 然后有边（edge）把距离相近的节点连在一起 。
如此一来 ， 过往已知结构的那些蛋白质 ， 都可以用这样的眼光来看待 。 在日复一日的训练之中 ， AI逐渐熟悉了图上节点相连的规律 。 再遇到陌生考题的时候 ， 便可以按照之前摸出的规律 ， 连出一幅新的图来 。

新浪科技综合|一个困扰生物学家50年的问题，被AI突破了
文章图片
图3/4
残基相连的方式预测丨DeepMind
2018年 ， AlphaFold官宣之初 ， 便拿下了CASP13冠军 。 虽然 ， 那时它的得分中位数没有达到90 ， 也就是总体上没达到系统判定正确的分数线 ， 却也远远超越了其他选手 。
从那时起 ， 欢呼和质疑一并到来了 。 许多人都担心 ， 这只AI用某种人们不知道的方式作了弊 。
不过 ， 在一种名叫Orf3a的蛋白质上 ， AlphaFold证明了自己 。 加州大学伯克利分校的分子神经生物学家Stephen Brohawn说 ， AI预测出的蛋白结构 ， 和后来实验室用低温电子显微镜做出的成像十分接近 。
那么 ， AI拥有这样的能力 ， 到底意味着什么？
影响了谁的工作
大约半个世纪以前 ， 有位名叫克里斯蒂安·安芬森的科学家 ， 在研究RNA酶的时候发现：对一些蛋白质来说 ， 只要环境不变 ， 它的天然结构便只由氨基酸序列决定 。

新浪科技综合|一个困扰生物学家50年的问题，被AI突破了
文章图片
图4/4
安芬森丨National Institutes of Health
换句话说 ， 给定一个氨基酸序列 ， 理论上就可以预测出蛋白质的三维结构 。
安芬森因此获得了1972年的诺贝尔化学奖 。 他提出的这条假说也有了个响亮的名号：安芬森原则 。
后来的几十年间 ， 科学家们在预测蛋白结构的路上艰难地前行 ， 希望有朝一日能把“理论上”这几个字去掉 。
毕竟 ， 蛋白质的功能 ， 要靠折叠成特定的结构才能实现 。
而那些设计新药或者新酶的科学家们 ， 如果能了解某种蛋白质的结构 ， 便可以更好地预判某种蛋白质能不能和特定的分子结合 ， 进而带来他们希望看到的反应 。
【新浪科技综合|一个困扰生物学家50年的问题，被AI突破了】假如AI能够准确预测蛋白质的结构 ， 许多科学家的工作（没有被取代的话）可能都会变得更高效 。

    推荐阅读


    上一篇：Qualcomm|高通总裁：已与新荣耀开展对话 期待未来合作

    下一篇：问题|统筹各方资源形成合力 推进老龄问题整体性治理