愿望成真：AI猜测蛋白质结构

  AI现在能够敏捷可靠地猜测大多数蛋白质的三维形状。图片来自：DEEPMIND

  近来，美国华盛顿大学和英国DeepMind公司别离发布了多年作业的效果：先进的建模程序，能够猜测蛋白质和一些分子复合物的准确三维原子结构。其间一个研讨小组陈述说，他们已运用最新开发的人工智能（AI）程序猜测了来自人类和20种形式生物的35万种蛋白质结构——如大肠杆菌、酵母和果蝇。未来几个月里，他们方案将一切已编目的蛋白质列入模型蛋白质名单，大约有1亿个分子。

  “这是适当惊人的。”美国马里兰大学蛋白质专家John Moult说，他每两年举行一次名为“要害的蛋白质结构猜测办法”（CASP）的竞赛。Moult表明，几十年来，结构生物学家一向愿望有一天，计算机模型能添加从X射线晶体学等试验办法中取得的极准确蛋白质形状的数量。“我从没想过这个愿望会成真。”Moult说。

  这一名为AlphaFold的模型是DeepMind公司研讨人员的效果，DeepMind是一家隶属于谷歌母公司Alphabet的英国AI公司。2020年，AlphaFold“横扫”了CASP。可是DeepMind研讨人员没有泄漏制作蛋白质形状的理论细节，特别是AlphaFold的底层计算机代码。

  这种状况已开端改动。7月15日，华盛顿大学的Minkyung Baek和David Baker研讨小组陈述说，他们创建了一个名为RoseTTAFold的高度准确的蛋白质结构猜测程序，并揭露发布了该程序。相关效果在线宣布于《科学》。与此同时，《天然》宣布了一篇由DeepMind研讨人员Demis Hassabis和John Jumper编撰的论文，发布了AlphaFold的细节。

  两个程序都运用AI在巨大的蛋白质结构数据库中辨认折叠形式。这些程序经过考虑蛋白质中相邻氨基酸相互作用的根本物理和生物学规矩，计算出不知道蛋白质最或许的结构。论文显现，Baek和Baker运用RoseTTAFold创建了一个包括数百个G蛋白偶联受体（一类常见的药物靶点）的结构数据库。

  而DeepMind研讨人员发明了35万个猜测结构，是曾经试验办法得到的成果的两倍多。研讨人员表明，AlphaFold产生了近44%的人类蛋白质结构，涵盖了人类基因组编码的近60%的氨基酸。AlphaFold确认许多其他人类蛋白质是“无序的”，这在某种程度上预示着它们的形状不是单一结构。

  此外，DeepMind与欧洲分子生物学试验室协作共建了一个新的蛋白质猜测数据库，能够在网上免费拜访。“能供给这种服务真是太棒了。” Baker说，“这真的会加速研讨脚步。”由于蛋白质的3D结构在很大程度上决议了它的功用，所以这一数据库便于生物学家厘清数千种不知道蛋白质是怎么作业的。（文乐乐）