人工智能预测蛋白质结构的意义（生物学50年来的重大挑战AI能根据氨基酸序列精确预测蛋白结构）

由Google AI开发的人工智能（AI）网络使DeepMind脱颖而出，在解决生物学最严峻的挑战之一方面取得了巨大飞跃-从蛋白质的氨基酸序列确定蛋白质的3D形状。DeepMind的名为AlphaFold的程序在两年一次的称为CASP的蛋白质结构预测挑战赛中胜过其他100个团队，CASP是结构预测的关键评估的缩写。

在某些情况下，AlphaFold的结构预测与使用“金标准”实验方法（例如X射线晶体学和近年来的冷冻电子显微镜）确定的结构预测没有区别。AlphaFold不太可能关闭像施一公这样使用实验方法来解决蛋白质结构的实验室。Lupas说：“这将使新一代的分子生物学家能够提出更高级的问题。”“这将需要更多的思考和更少的移液操作。”

由Google AI开发的人工智能（AI）网络使DeepMind脱颖而出，在解决生物学最严峻的挑战之一方面取得了巨大飞跃-从蛋白质的氨基酸序列确定蛋白质的3D形状。

DeepMind的名为AlphaFold的程序在两年一次的称为CASP的蛋白质结构预测挑战赛中胜过其他100个团队，CASP是结构预测的关键评估的缩写。

“这很重要，”马里兰大学公园分校的计算生物学家John Moult说。他于1994年与人共同创立了CASP，以改进精确预测蛋白质结构的计算方法。“从某种意义上说，问题已经解决。”

从氨基酸序列准确预测蛋白质结构的能力将对生命科学和医学带来巨大的好处。这将极大地加快了解细胞组成部分的工作，并使更快，更先进的药物发现成为可能。

AlphaFold在上一届（2018年）CASP中名列前茅，这是总部位于伦敦的DeepMind参加的第一年。但是，今年，该机构的深度学习网络比其他团队领先，而且科学家说，它们的表现令人难以置信，可以预示生物学革命。

“这是改变游戏规则的事物，”德国图宾根马克斯·普朗克发展生物学研究所的进化生物学家Andrei Lupas说，他评估了CASP中不同团队的表现。AlphaFold已经帮助他找到了困扰他实验室十年的蛋白质结构，他希望这种结构将改变他的工作方式和解决的问题。“这将改变医学。它将改变研究。它将改变生物工程。它将改变一切。”Lupas补充说。

在某些情况下，AlphaFold的结构预测与使用“金标准”实验方法（例如X射线晶体学和近年来的冷冻电子显微镜）确定的结构预测没有区别。科学家表示，AlphaFold可能不会消除对这些费力且昂贵的方法的需求，但AI将使人们有可能以新的方式研究生物。

AlphaFold不太可能关闭像施一公这样使用实验方法来解决蛋白质结构的实验室。Lupas说：“这将使新一代的分子生物学家能够提出更高级的问题。” “这将需要更多的思考和更少的移液操作。”

“这是一个我一生都无法解决的问题，”英国欣克顿欧洲分子生物学实验室-欧洲生物信息学研究所的结构生物学家，前CASP评估员anet Thornton说。她希望这种方法可以帮助阐明人类基因组中数千种未溶解蛋白的功能，并弄清人与人之间不同的致病基因变异。

AlphaFold的性能也标志着DeepMind的转折点。该公司以运用AI来熟练掌握Go等游戏而闻名，但其长期目标是开发能够实现广泛的，类似于人类的智能的程序。Hassabis说，应对巨大的科学挑战，例如蛋白质结构预测，是AI可以实现的最重要的应用之一。“就现实世界的影响而言，我确实认为这是我们所做的最重要的事情。”