谷歌人工智能部門DeepMind在預(yù)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(guān)鍵的“蛋白質(zhì)折疊問題”，并將解決問題的運(yùn)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(yù)測關(guān)鍵評估（CASP）競賽中所展現(xiàn)出的能力達(dá)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(xì)胞、設(shè)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(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(qiáng)大，強(qiáng)大到可以應(yīng)用于解決科學(xué)問題?！薄敖?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(xué)研究人員來說具有實際的生物學(xué)意義和相關(guān)性?！?/p>

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(tuán)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(dāng)時競賽中涉及43種蛋白質(zhì)結(jié)構(gòu)，DeepMind準(zhǔn)確預(yù)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(xué)家們困惑不已的蛋白質(zhì)結(jié)構(gòu)，并就此設(shè)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(xué)研究所（European Bioinformatics Institute）名譽(yù)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?！鄙ｎD是使用計算方法分析蛋白質(zhì)結(jié)構(gòu)的先驅(qū)之一?！案玫乩斫獾鞍踪|(zhì)結(jié)構(gòu)、能夠使用計算機(jī)預(yù)測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?！?/p>

責(zé)任編輯：PSY