蛋白质|人类生物学的大突破，就这样被 AI 做到了生物学|氨基酸|科学家

文章图片

文章图片

Deepmind 推动的这个科学界大事件，最终必将影响人类世界的每个人
多年之后，当人们总结这些年的 AI 浪潮，最具应用价值突破的会是什么？
不会是 2016 年 AlphaGo 下棋超过人类最强棋手李世石，而会是 AlphaFold2 准确预测了「蛋白质折叠」。
【蛋白质|人类生物学的大突破，就这样被 AI 做到了】2020 年 12 月的「蛋白质结构预测比赛（CASP）」上， DeepMind 的 AlphaFold2 算法预测取得第一名，达到了实验解析的精度。 DeepMind 的 CEO 德米斯·哈萨比斯（Demis Hassabis) 说：「这是迄今为止 AI 在推动科学上作出的最大贡献，我觉得这一点不夸张。」AI 在下棋上超过人类，没有解决任何应用问题， AlphaFold2 能够准确预测「蛋白质折叠」，则是把生物学的进程向前推动了一步。
AlphaFold2 预测出的蛋白质三维结构
「没有折叠」的蛋白质，是一条氨基酸链，当它折叠成三维结构，才拥有了功能。弄清楚蛋白质怎样折叠，是生物学研究了 50 多年的难题。 CASP 的比赛规则是，告诉你蛋白质氨基酸的序列，你来预测它会折叠成什么结构。
只有通过结构理解功能，很多难题才有可能进一步被解答。像阿尔兹海默症、老年帕金森等疾病都是由于蛋白质错误折叠导致的。通过解析癌细胞的蛋白质，研究治疗靶点，也是更好治疗癌症的希望所在。
在赛后的会议上，面对 AlphaFold2 的得分，一位年近 70 的比赛组织者感叹，「不敢相信，我竟然活了这么久看到了这个结果。」
不久前， DeepMind 团队在 Nature 上发布论文阐释了算法原理，并将源代码和预测的蛋白质数据库公开。
算法开源后，人们看见这项突破背后的奥秘：它没有太多新思想，而是将已有的思想用算法落地。这不是单点创新，而是工程式的综合性创新。
集前人思想之精华，团队作战，多点创新。把科学家一直在做的事情，完成得前所未有得漂亮，这就是 AlphaFold2 了不起的地方。
临门一脚：算法预测终于媲美实验解析计算生物学界一直试图用算法来解决「蛋白质折叠」的预测问题。
蛋白质通常是一串 300 个以上氨基酸次第相连的链条。氨基酸之间通过肽键连接，因此，折叠未发生时，这是一条多肽链。神奇之处，也正是预测「蛋白质折叠」的难处，氨基酸链天生懂得自己存在的「姿势」——该折叠成怎样的三维结构。这个三维结构，决定了蛋白质功能。
科学家很早就知道，多肽链会趋向选择能量最低的结构，并且能在天文数量级的可能性中快速选择。拥有 300 个氨基酸的蛋白质，理论上可以拥有 10 的 300 次方种可能构象。而折叠自己，形成三维精准构象，只需要几微米。
人类怎样在无数可能性中锁定一种？如果通过枚举计算，即使以最快的速度依次搜索，需要的时间也会超过宇宙年龄。
科学家当然不是无能为力。随着实验方法解析出的蛋白质结构越来越多，科学家建立起已知的蛋白质结构库，能够通过同源序列对比、已知蛋白质的拓扑结构模板来进行对比建模计算。
多序列对比示意图
在实际研究中，经常是算法和实验双管齐下。比如先用算法预测出一个大致不那么准的结构，有个轮廓，再用冷冻电镜这样的仪器进行准确的结构解析。
冷冻电镜是目前最先进的解析蛋白质结构工具。在新冠疫情期间，西湖大学就用它解析出新冠病毒的受体 ACE2 膜蛋白。弄清病毒受体结构，也为接下来疫苗研发打下了基础。
一串氨基酸链上的每个珠子不是独立的，它们之间会互相作用，「珠子」和「珠子」之间的互相影响和微环境，决定了氨基酸链如何折叠。因此，氨基酸次序、氨基酸残基之间的距离和残基间的互相作用，都是进行计算的基础信息。
AphaFold2 和之前的算法一样，也是利用这些信息计算来预测。
它的成功还告诉我们：当计算机技术、工程技术、大数据、神经网络等方式应用到生物学领域，将带来前所未有的成果。这正是「合成生物学」正在做的事。