近日，昇思MindSpore團(tuán)隊與昌平實驗室、北京大學(xué)生物醫(yī)學(xué)前沿創(chuàng)新中心（BIOPIC）和化學(xué)與分子工程學(xué)院、深圳灣實驗室高毅勤教授課題組聯(lián)合推出基于AlphaFold2算法的蛋白質(zhì)結(jié)構(gòu)預(yù)測推理工具。

該工具首次提供了基于昇騰AI基礎(chǔ)軟硬件平臺的解決方案，并且端到端性能優(yōu)于原版AlphaFold2 2-3倍。相關(guān)模型代碼將依托于華為全場景AI框架昇思MindSpore進(jìn)行開源、并將定期擴(kuò)展與維護(hù)，旨在為全球產(chǎn)、學(xué)、研界領(lǐng)域伙伴提供優(yōu)質(zhì)的昇騰AI軟硬件解決方案。

蛋白質(zhì)在分子生物學(xué)的中心法則中具有十分重要的地位，在各種生命過程中不可或缺。傳統(tǒng)的藥物設(shè)計一般要通過大批量篩選，尋找易與目標(biāo)蛋白質(zhì)分子緊密結(jié)合、易合成且沒有毒副作用的化合物來完成，因此研發(fā)周期長、費用高，而在了解蛋白質(zhì)的空間結(jié)構(gòu)后可減少尋找藥物的盲目性，從而縮短研發(fā)周期并降低成本。

因此，準(zhǔn)確、快速的蛋白質(zhì)結(jié)構(gòu)預(yù)測不僅可以在學(xué)術(shù)研究領(lǐng)域幫助科學(xué)家快速獲得或驗證關(guān)鍵蛋白結(jié)構(gòu)，促進(jìn)人們對重要生命過程中分子機(jī)理的理解，而且在醫(yī)療健康和生物工程領(lǐng)域也能作為有力的工具，引發(fā)藥物靶點發(fā)現(xiàn)、功能蛋白設(shè)計（如抗體和人工酶）以及大分子（蛋白）或小分子藥物高通量虛擬篩選的革命。

傳統(tǒng)蛋白質(zhì)結(jié)構(gòu)預(yù)測方法一直存在計算精度不足的缺陷，直至2020年谷歌DeepMind團(tuán)隊基于AlphaFold2利用計算機(jī)高效準(zhǔn)確獲取蛋白質(zhì)空間結(jié)構(gòu)取得CASP14比賽（全球蛋白質(zhì)結(jié)構(gòu)預(yù)測比賽）中蛋白質(zhì)3D結(jié)構(gòu)預(yù)測的榜首，才讓這一缺陷得到彌補(bǔ)。蛋白質(zhì)結(jié)構(gòu)預(yù)測工具精度可與實驗方法相媲美，這一成就被Nature等雜志喻為“前所未有的進(jìn)步”。

本次北大高毅勤課題組成功推出基于昇騰AI的蛋白結(jié)構(gòu)預(yù)測工具，大大降低了廣大生物醫(yī)療實驗工作者的使用門檻，也將為生物蛋白質(zhì)領(lǐng)域的基礎(chǔ)研究與應(yīng)用工作提供助力。

該工具依托昇思MindSpore，可對氨基酸序列長度2000+的蛋白質(zhì)結(jié)構(gòu)解析，能覆蓋約99%以上的蛋白序列。同時，借助異構(gòu)計算架構(gòu)CANN（Compute Architecture for Neural Network）釋放昇騰AI處理器的澎湃算力，通過軟硬件協(xié)同優(yōu)化大大提高了蛋白質(zhì)預(yù)測的計算效率。參考DeepMind于2021年7月份開源的蛋白質(zhì)結(jié)構(gòu)預(yù)測模型AlphaFold2，本次開源的蛋白質(zhì)結(jié)構(gòu)預(yù)測推理工具模型部分與其相同，在多序列比對階段，采用了MMseqs2進(jìn)行序列檢索，相比于原版算法端到端運算速度有2-3倍的提升。

針對蛋白質(zhì)結(jié)構(gòu)預(yù)測及折疊問題，聯(lián)合團(tuán)隊未來還會發(fā)布創(chuàng)新的全棧（算法+軟件+硬件）自主創(chuàng)新技術(shù)，同時也會牽手更多的學(xué)術(shù)科研界合作伙伴，期望能夠在蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域上共同探索和進(jìn)步，助力醫(yī)學(xué)、生物科學(xué)等領(lǐng)域的發(fā)展，促進(jìn)國內(nèi)相關(guān)基礎(chǔ)研究的發(fā)展。

代碼開源路徑：

https://gitee.com/mindspore/mindscience/tree/master/MindSPONGE/mindsponge/fold

昇思MindSpore開源地址：

Gitee：https://gitee.com/mindspore/mindspore

Github：https://github.com/mindspore-ai/mindspore

編輯：jq