点评|颜宁等点评：AI精准预测蛋白质结构，结构生物学何去何从？中薪|高薪|ai|结构生物学|何去

12月1日，谷歌旗下的DeepMind公司宣布，其新一代AlphaFold人工智能系统在国际蛋白质结构预测竞赛（CASP）上击败了其余的参会选手，精确预测了蛋白质的三维结构，准确性可与冷冻电子显微镜（cryo-EM）、核磁共振或 X 射线晶体学等实验技术相媲美。（详见《解决生物学50年来的重大挑战！生物界“AlphaGo”精准预测蛋白质结构》）这一消息引发了全球媒体关注，前Genentech首席执行官Arthur D. Levinson博士盛赞这一成就是“划时代的进步”。人工智能的“进击”对生物学、对其他学科会有什么影响？网络上有人提出：AI都能解蛋白质结构了，结构生物学家是不是该失业了？《返朴》总编、结构生物学家颜宁特邀几位同仁对这一新闻各抒己见，回答大家的疑问。
撰文 | 龚海鹏、龚新奇、李赛、王宏伟、颜宁、张鹏、张阳、周强

文章插图
by Asier Sanz | https://asiersanz.com/
AlphaFold2是个大突破，但我们还有努力的方向
张阳
（ITASSER创造者，美国密歇根大学教授）
AlphaFold2显然是蛋白质结构预测领域的重大突破。这可能是从1969年第一篇 Journal of Molecular Biology用比较建模方法预测蛋白质结构发表51年以来最大的突破。这个领域过去20年来，进展一直比较缓慢。但是最近几年，随着共同进化接触图预测以及引入深度学习之后，很多软件，比如I-TASSER和Rosetta等都有了很大进步。就I-TASSER来讲，两年前在CASP13的时候，它能够正确预测非同源蛋白的数目比其六年前在CASP11上提高了5倍。这次CASP14也比CASP13的预测能力提高了很多。但是AlphaFold2这次比上次进步更大，和CASP13的AlphaFold相比，AlphaFold2的主要变化是直接训练蛋白质结构的原子坐标，而不是用以往常用的简化了的原子间距或者接触图。传统上，蛋白质结构预测可以分成基于模板和从头预测，但是AlphaFold2只用同一种方法--机器学习，对几乎所有的蛋白质都预测出了正确的拓扑学的结构，其中有大约2/3的蛋白质精度达到了结构生物学实验的测量精度。说他们接近解决了这个问题，这个说法没错，至少是在单结构域的蛋白结构来讲是这样的。
谷歌这次为什么能够取得如此大的成功？这个首先是与它们拥有强大的人力和计算资源有关。计算机上，他们使用TPU（据他们的宣传是比GPU快15倍），学术界的实验室只有CPU或者GPU，而很多实验室都还没有GPU。他们对媒体在宣传中说 Alphafold2最后只用相当于100个GPU的资源训练了两周产生了最后的模型，学界大多数实验室都可以做到，这是不客观的。因为产生一个新的想法，到训练成功的模型，中间起码要反复测试重复100次甚至1000次。这就像吃了十个馒头的饿汉一样，不能说吃了最后一个馒头吃饱了，就觉得只吃最后一个馒头就够了。另外，他们可以高薪招聘大量专业人才，集中精力攻关一件事，不需要担心基金申请，教学，和学生毕业论文等等。这些人力和计算资源上的差别是谷歌DeepMind这样的工业研究机构同学术界在攻关科学或者工程问题上的最大优势。当然，学术界在蛋白质结构预测这么多年的积累，也给AlphaFold2的成功奠定了基础。
其实，我自己很高兴他们取得了这么大突破。这个工作首先证明了蛋白质结构预测问题是可以被解决的。这其实不是一个简单的问题，因为蛋白质结构和序列的复杂关系，常常让人们特别是做结构预测的人怀疑，蛋白质折叠这个问题是不是可解，或者是有唯一解。我们在15年前的一篇PNAS论文中提到用PDB库中的模板在理论上可以解决单结构域蛋白质结构预测这个问题，但是那是一个基于模板的传统解法，难点是如何找到最好的模板。谷歌他们这次用“暴力”的机器学习，“暴力”的解决了这个问题。这个成功对很多相关领域都会产生深远影响。有人说这个AlphaFold2会让很多相关行业的人失业。我认为恰恰相反，它给很多领域提供了解决问题的新途径和新思维，因而会极大推动相关领域的发展，因此，会产生更多更大的机会。即使对于蛋白质结构预测这个相对较小的领域来讲，我们还有很多事情要做。 AlphaFold2这次只有2/3的蛋白做到实验精度，还有1/3做不到，是否还有更快更好的途径来产生更高精度结构的算法？基于商业或其它考虑，我相信谷歌可能不会公开代码或Server。所以，最终可能还得学术界的同行共同努力，完善和推广这一技术，让其真正受惠于生物医学研究以及普通公众的健康需求。
共赢大于竞争
龚新奇