大數(shù)據(jù)文摘出品

生物學(xué)家花了50年都解不出的難題，突然就被AI解決了？

美國(guó)時(shí)間11月30日，DeepMind宣布推出AlphaFold，這是一種能夠基于蛋白質(zhì)的基因序列，利用AI預(yù)測(cè)蛋白質(zhì)3D結(jié)構(gòu)的系統(tǒng)。

在國(guó)際蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)競(jìng)賽（CASP）上，AlphaFold系統(tǒng)在第14次CASP評(píng)估中的總體中位數(shù)得分達(dá)到92.4GDT，擊敗了其余的參會(huì)選手。GDT(Global Distance Test ) 是CASP用來(lái)測(cè)量預(yù)測(cè)準(zhǔn)確性的主要指標(biāo)，范圍是從0-100。

? ? ? ?

DeepMind表示，他們已經(jīng)解決了關(guān)鍵的“蛋白質(zhì)折疊問(wèn)題”，并且將解決問(wèn)題的運(yùn)算時(shí)間從數(shù)月縮短至了數(shù)小時(shí)，這將大大加速藥物發(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(wèn)題。

DeepMind首席執(zhí)行官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(wèn)題。經(jīng)過(guò)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(lái)說(shuō)具有實(shí)際的生物學(xué)意義和相關(guān)性。”

? ? ? ?

Hassabis還透露道，DeepMind目前正在研究以“可擴(kuò)展方式”為科學(xué)家提供訪問(wèn)AlphaFold系統(tǒng)的途徑。

DeepMind的這一成就不僅引來(lái)不少業(yè)界人士的點(diǎn)贊，Nature還發(fā)文稱，“這將改變一切”。

? ? ? ?

此前，DeepMind在國(guó)際象棋、圍棋、游戲星際爭(zhēng)霸II和老式的Atari經(jīng)典游戲中，都戰(zhàn)勝了人類玩家，這次，他們更是直接向?qū)W術(shù)圈發(fā)起了挑戰(zhàn)。

論預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)的不可能

我們都知道，在每個(gè)活細(xì)胞內(nèi)部有著成千上萬(wàn)種不同的蛋白質(zhì)，蛋白質(zhì)的不同折疊程度決定了它的獨(dú)特功能。因此，如果我們能夠預(yù)測(cè)蛋白質(zhì)的結(jié)構(gòu)變化，這對(duì)于人類攻克癌癥等疑難雜癥有著劃時(shí)代的意義。

但是，要準(zhǔn)確預(yù)測(cè)蛋白質(zhì)的折疊，在過(guò)去50年間一直困擾著生物學(xué)家。

這就要從蛋白質(zhì)的生成說(shuō)起了。以DNA生物為例，DNA由4種堿基組成，這4種堿基能夠通過(guò)轉(zhuǎn)錄和翻譯生成64種密碼子，這64種密碼子又對(duì)應(yīng)著20多種氨基酸，氨基酸之間的排列組合，構(gòu)成了數(shù)萬(wàn)至數(shù)億種不同的蛋白質(zhì)。但是，決定蛋白質(zhì)不同功能的，除了氨基酸的種類數(shù)量外，氨基酸的3D結(jié)構(gòu)起著更為重要的作用。

從理論上來(lái)說(shuō)，如果我們知道了DNA序列，就能夠繪制出氨基酸序列和蛋白質(zhì)結(jié)構(gòu)，但如果想要實(shí)現(xiàn)這種預(yù)測(cè)，中間涉及的計(jì)算難度難以想象。

早在1969年，Cyrus Levinthal就指出，如果我們使用蠻力計(jì)算的方式，枚舉每一種蛋白質(zhì)可能存在的結(jié)構(gòu)，那么我們要花費(fèi)的時(shí)間甚至比宇宙的年齡還要長(zhǎng)。Levinthal估計(jì)，一種蛋白質(zhì)大約存在10*300種結(jié)構(gòu)，但在自然界中，蛋白質(zhì)會(huì)自發(fā)折疊，有些只需幾毫秒。

AlphaFold如何將不可能變?yōu)榭赡?/span>

2018年，DeepMind團(tuán)隊(duì)就已經(jīng)用初始版AlphaFold參加了CASP13比賽，當(dāng)時(shí)他們也取得了最高的準(zhǔn)確率，隨后，DeepMind還把CASP13方法和相關(guān)代碼發(fā)表在了Nature上。

如今，DeepMind團(tuán)隊(duì)利用新的深度學(xué)習(xí)架構(gòu)繼續(xù)參賽CASP14，也刷新了自己的記錄，準(zhǔn)確率達(dá)到了92.4GDT。

? ? ? ?

DeepMind團(tuán)隊(duì)使用的數(shù)據(jù)也都是公開(kāi)數(shù)據(jù)，包括蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)（PDB）和包含未知結(jié)構(gòu)蛋白質(zhì)序列的大型數(shù)據(jù)庫(kù)，共約170,000個(gè)蛋白質(zhì)結(jié)構(gòu)。運(yùn)行周期持續(xù)了數(shù)周，主要使用了約128個(gè)TPUv3內(nèi)核運(yùn)行。

正如上文所說(shuō)，如果我們把蛋白質(zhì)的3D結(jié)構(gòu)視為一張空間圖，用節(jié)點(diǎn)表示殘基，邊將殘基緊密連接起來(lái)，要理解這種結(jié)構(gòu)，DeepMind團(tuán)隊(duì)創(chuàng)建了一個(gè)基于注意力的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，用端到端的方式進(jìn)行訓(xùn)練，并且基于構(gòu)建的隱式圖執(zhí)行推理。

通過(guò)迭代這一過(guò)程，該系統(tǒng)能夠較強(qiáng)地預(yù)測(cè)蛋白質(zhì)的底層物理結(jié)構(gòu)，并在幾天內(nèi)確定高度準(zhǔn)確的結(jié)構(gòu)。此外，AlphaFold還能使用內(nèi)部置信度度量指標(biāo)判斷預(yù)測(cè)的每個(gè)蛋白質(zhì)結(jié)構(gòu)中哪一部分比較可靠。

? ? ? ?

AlphaFold負(fù)責(zé)人John Jumper認(rèn)為，要想產(chǎn)出“真正具有生物學(xué)相關(guān)性，或在實(shí)驗(yàn)上有競(jìng)爭(zhēng)力”的成果，還有一段路要走。

CASP主席John Moult教授表示：“DeepMind已經(jīng)取得領(lǐng)先。生物學(xué)長(zhǎng)達(dá)50年的難題在很大程度上已得到解決。對(duì)于藥物設(shè)計(jì)以及蛋白質(zhì)設(shè)計(jì)等新興領(lǐng)域，這都將產(chǎn)生重大影響。”

DeepMind團(tuán)隊(duì)表示，他們準(zhǔn)備在適當(dāng)?shù)臅r(shí)候?qū)lphaFold新系統(tǒng)相關(guān)論文提交至同行評(píng)審期刊。

相關(guān)報(bào)道：

https://deepmind.com/blog/article/alphafold-a-solution-to-a-50-year-old-grand-challenge-in-biology

實(shí)習(xí)/全職編輯記者招聘ing

加入我們，親身體驗(yàn)一家專業(yè)科技媒體采寫的每個(gè)細(xì)節(jié)，在最有前景的行業(yè)，和一群遍布全球最優(yōu)秀的人一起成長(zhǎng)。坐標(biāo)北京·清華東門，在大數(shù)據(jù)文摘主頁(yè)對(duì)話頁(yè)回復(fù)“招聘”了解詳情。簡(jiǎn)歷請(qǐng)直接發(fā)送至[email protected]

點(diǎn)「在看」的人都變好看了哦！

DeepMind精準(zhǔn)預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)，AI解決50年生物學(xué)難題！

論預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)的不可能

AlphaFold如何將不可能變?yōu)榭赡?/span>