阿尔法|击败李世石的AI公司，又研发出生物版“阿尔法狗”：破解50年生物学难题( 三 ) 高薪|ai|阿尔法狗|生物学|李世

2018年第13届CASP比赛，DeepMind在“协同进化”和接触预测的基本观点上增加了两个重要的转折因素——距离和角度。首先，让算法预测蛋白质中所有氨基酸对之间的距离，而不是试图确定两个氨基酸是否会接触。其次，研发了第二个神经网络，以预测氨基酸对之间的角度。
至此，DeepMind的算法已经能够计算出蛋白质可能结构的粗略轮廓。然后又使用了一种非人工智能的算法对结构进行优化。将以上所有元素合并后，“AlphaFold”AI系统正式诞生。

文章插图
DeepMind高级研究员、蛋白质折叠问题团队负责人约翰·江珀图据《财富》杂志
在2018年第13届CASP比赛中，AlphaFold击败了所有对手。在最难的43种蛋白质预测中，AlphaFold获得了25种蛋白质的最高分，而紧随其后的第二名仅得到了3个最高分。
比赛结果一出便震惊了整个领域。尽管如此，此时的AlphaFold距离哈萨比斯的目标——解决蛋白质折叠问题，还差得很远。AlphaFold几乎有一半的结果相当不准确，且在104个蛋白质靶点中，仅有三种情况的结果与X射线晶体学得出的结果一样好。“我们不仅仅想成为这方面的佼佼者，我们还想做到最好。我们实际上想要一个对生物学家有意义的系统，”江珀说道。
2018年比赛结束后，DeepMind开始更加努力。但研究团队并不是仅在AlphaFold的基础上改进，而是重新回到白板前，开始提出完全不同的想法，希望让系统更接近于X射线晶体学达到的精确度。
然而接下来，据江珀回忆，是整个项目中最可怕、最令人沮丧的一段时期：一切尝试都是无用功。他说道：“我们花了三个月的时间，都没有比CASP13更好的结果，这让我们开始感到恐慌。”但后来，研究人员尝试进行了一些轻微的改动，六个月后，该系统明显优于最初的AlphaFold。
在接下来的两年里，江珀和整个团队都陷入了一种循环：三个月没有任何进展，接着是三个月的快速发展，接着是另一个停滞期。
2019年11月21日，新系统AlphaFold 2终于在性能上有了巨大的飞跃。2020年5月至8月，第14届CASP比赛开始，11月30日公布排名中，AlphaFold 2打破了精确度的纪录，以平均预测准确度为92.4分（满分100分），最具挑战性的蛋白质分类平均得分87分的成绩，获得了比赛冠军，同时也撼动了全球生物学领域。
红星新闻采访人员徐缓
编辑张寻
（下载红星新闻，报料有奖！）