我们和计算生物学从业者深度聊了聊｜对撞派

量子位智库发自凹非寺
量子位 | 公众号 QbitAI
名噪一时的AlphaFold 2背后，是蓄势待发的计算生物学。
但，计算生物学究竟是什么？目前进展如何，又蕴藏了怎样的未来机遇？
AI制药、疾病研究、AI for Science、21世纪最伟大的科学发明…
这些都不足以概括这一领域。
过去的两周，量子位对撞派推出了「计算生物学」专题，先后邀请到了专注蛋白质组学的西湖欧米、专注分子模拟的深势科技，和AI领域的头部研究院微软亚洲研究院，从不同角度和我们直播探讨了计算生物学。
在这一系列对谈中，我们谈到了计算生物学的定义、现状、应用潜力、底层含义、技术瓶颈、发展细节等等…..
这个领域比我们想象的更加复杂，潜力也更加可观。
精华版文字内容在此，快来听听业内人士怎么说～（文末还有彩蛋）
第一场：对话西湖欧米西湖欧米是专注于AI赋能的微观世界数据公司。致力于以蛋白质组大数据技术创新为驱动力，联合多模态大数据，助力精准医学和药物研发。
对谈嘉宾：
郭天南（右）：西湖欧米创始人，西湖大学生命科学院特聘研究员
陈义（左）：西湖欧米首席AI科学家，中国科学院软件研究所博士

文章插图
Q1：Alphafold的最大意义是什么？
A1：我们可以用两条线，把世界分为四个维度——宏观和不借助设备看不到的微观；生命和非生命。
在Alphafold2之前， AI 实际上一直都没有真正进入微观的生命的世界。而这个部分其实对我们的生命健康有重大意义，比如病毒的侵入扩增、抗体免疫，都属于其中的蛋白质世界。
此外，AlphaFold2是给AI从业者打开的一个新的窗口。因为科研可以分为发现问题、定义问题，还有探索解决方案这么多环节。AlphaFold2证明了AI 在探索解决方案的环节未来可以是人类的一个好帮手。
Q2：蛋白质的重要性是怎样的？基于蛋白质的改变，有哪些领域和应用会发生改变呢？
A2：根据生物学的中心法则，DNA 转录成 RNA ，RNA必须要翻译成蛋白质才会起作用。
对于蛋白质组学，一方面是疾病治疗。
以电影《我不是药神》里，在白血病细胞中靶向融合蛋白BCR-ABL，进而控制细胞增殖的神药为例，如果不从蛋白质角度出发，无论是问切、血细胞计数、CT、心电图等，这些检测都不可能达到这样一个效果。现在的很多生物制药、靶向治疗、免疫治疗等等都是基于蛋白质完成的，对于精准医疗也有意义。
另外一个层面是疾病诊断。
比如甲状腺结节到底是良性还是恶性？有一部分人是处于无法判断结节良恶性的灰色地带的。无论你做什么检测，CT、B超，甚至基因检测都无法准确地判断。而通过蛋白质，加上一些 AI 的模型后，判断能够达到 90% 左右的准确度。
现在几乎所有的领域都会有基因测序，但一个人从出生到死亡，或是在不同的器官里，它的基因组都是差不多是一样的，所以每个人做一次基因测序就够了。
但是我们今天跟明天，生病后跟治疗后它的蛋白质组是不一样的。由于时间维度和空间维度都不同，蛋白质组能更充分地反映疾病的变化。
如果我们能够对蛋白质在各个时间各个空间进行消费级的测量，拥有大量细胞水平的微观世界的数据，我们对生命的理解、对健康的管控会处于一个完全不一样的境界。
Q3:您觉得AlphaFold2现在在蛋白质的结构和功能预测上是否已经比较完善了？他距离蛋白质这个领域中的终极真理还遥远吗？
A3：从我的理解来看，我觉得现在的AlphaFold2肯定还有改进的空间。AlphaFold2带来的象征意义，也许比它的实际意义会更大。AI 的科学家们当知道有这样的数据和问题时，就会涌进来，然后快速迭代，然后不断地发现新的解决方案。
现在蛋白质结构上面还有很多问题，因为在真实的场景下面，蛋白质是会在不同环境里相互作用的。我们在做药物、理解生物学、诊断疾病的时候，肯定不能只单独地看某一个蛋白质内部的解剖。我觉得我们还是要在真实场景中采集蛋白质，观察它在真实的细胞里面、体液里面是一个什么样的状态。从而进行结构和功能的分析，这样会更有价值。
Q4:对于更为动态，变化也更为丰富的这个蛋白质组织领域，我们在利用 AI 去对它做一些预测和分析的时候，从 AI 的角度来看，会觉得它有额外的难度吗？会在建模上造成一些其他的困难吗？
A4：在蛋白这种领域，虽然它动态，但是我觉得这不是问题。在宏观世界，我们产生的数据给我们非常大的便利，我们可以预测春运，我们可以知道新冠的流行的状态。

我们和计算生物学从业者深度聊了聊｜对撞派 · 圆桌实录