易坊好文馆

  1. 首页 > 玩科技 >

预测|继围棋之后，谷歌人工智能又有新突破！可加速新药研发

人工智能 研究人员 预测 结构 蛋白质 安德烈·卢帕斯 卢帕斯 马里兰大学 DeepMind 围棋 新药 约翰·莫尔特 莫兰特

困扰科学家近50年之久的蛋白质折叠问题有了新的解决方法 。 当地时间11月30日 ， 谷歌旗下DeepMind公司宣布 ， 其开发的AI程序AlphaFold可以准确地预测蛋白质三维空间结构——而高效地破解和疾病有关的蛋白质结构 ， 有助于研究人员发现新型药物 。
AlphaFold在蛋白质结构预测竞赛中斩获第一
在今年的蛋白质结构预测竞赛（下称“CASP”）中 ， AlphaFold程序击败其余近百支参赛团队获得第一 ， 并达到了与实验室测试基本相当的准确性水平 。
CASP竞赛每两年举办一次 ， 被业界视为“蛋白质奥林匹克” 。 主办方会面向全球发布未知的蛋白质序列 ， 每个参赛团队运用自己设计的算法来预测其结构 。 随后 ， 主办方会将预测结果和实验室结果进行比较 ， 并根据两者的接近性给出0-100的得分 。
根据CASP主席、马里兰大学教授约翰·莫尔特（John Moult ）的说法 ， 分数达到90 分左右 ， 就意味着这个算法具有和实验室方法一样的破解能力 。
今年的CASP比赛已经是第14届 。 Deepmind称AlphaFold拿下了92.4的平均分 ， 即便是在难度最大的挑战中 ， AlphaFold的得分中位数也达到了87分 。
据莫兰特介绍道 ， 在中等难度的蛋白质结构预测中 ， 其他团队的最高得分为75分 ， 而AlphaFold能够获得90分 。

预测|继围棋之后，谷歌人工智能又有新突破！可加速新药研发
文章图片

蛋白质靶标的两个示例 ， 绿色为实验室结果 ， 蓝色为计算机预测 。 图自Deepmind 。
早在2018年 ， AlphaFold首次参加CASP ， 就在98个参赛团队中名列榜首 ， 准确地从43种蛋白质中预测出了25种蛋白质结构 ， 而第二名的获奖团队仅准确预测出3种 。

预测|继围棋之后，谷歌人工智能又有新突破！可加速新药研发
文章图片

最新版本的AlphaFold算法不仅表现优于竞争对手 ， 较18年参赛的旧版本相比也有长足进步 。 图自《自然》官网 。
蛋白质折叠问题已困扰科学家近50年
蛋白质为什么重要？DeepMind官网介绍 ， 蛋白质几乎可以支持生命所有的功能 ， 而蛋白质的作用很大程度上取决其3D结构 。
人类当前面临的许多挑战 ， 例如开发新的疾病治疗方法或寻找可分解工业废物的酶 ， 都与蛋白质及其作用密切相关 。 确定蛋白质的形状和功能一直是一个重要的研究领域 ， 而在此前的研究中 ， 每种蛋白质结构的确定可能要花费数年的艰巨工作 ， 并且要使用数百万美元的专用设备 。
弄清楚蛋白质会折叠成什么样 ， 被称为“蛋白质折叠问题” 。 “在过去将近50年的时间里 ， 我们一直在试图解答这个问题 。 “约翰·莫尔特说 。
据《自然》报道 ， 研究人员此前普遍通过X射线、低温电子显微镜等实验技术来确定蛋白质的结构 。 在80年代至90年代 ， 研究人员曾使用计算机来预测蛋白质结构 ， 但结果并不令人满意 。
而AlphaFold可能会为科学家们提供解答这一问题的新思路 。 德国图宾根马克斯·普朗克生物学研究所演化生物学家安德烈·卢帕斯（Andrei Lupas）已经带领团队花费了十年时间 ， 试图破解一种细菌的蛋白质结构 。 而AlphaFold在“半小时”内就给出了它的预测 。
【预测|继围棋之后，谷歌人工智能又有新突破！可加速新药研发】“它（AlphaFold）将改变研究、改变医学、改变一切 ， ” 卢帕斯说 。
DeepMind在官网宣称 ， 像AlphaFold这样能够准确预测蛋白质结构的系统 ， 可以加速许多有重大社会意义的研究 ， 例如 ， 因为不了解蛋白质的结构 ， 研究人员无法进一步了解嗜睡病、利什曼病等热带医学疾病 ， 而这些疾病每年造成了成千上万人的死亡 。
此外 ， DeepMind称 ， 这类系统对于许多基础性的研究也有促进作用：以往开发一种新型药物 ， 可能需要花费超过25亿美元和十年以上的时间 ， 而这类AI系统通过破解和疾病有关的蛋白质结构 ， 有助于研究人员发现新型、有效的药物 。
综合：南都采访人员潘颖欣 冯群星 实习生左影娜 张弛

    推荐阅读


    上一篇：嫦娥|嫦娥五号探测器成功在月球正面预选着陆区着陆

    下一篇：消息|嫦娥五号成功着陆！