在生物醫(yī)學領域，DeepMind 又做出了具有里程碑意義的產(chǎn)品。

兩年一度的國際蛋白質(zhì)結構預測競賽（CASP）的在周末正式公布最終結果。這個已經(jīng)進行了 25 年的比賽項目，每屆都有來自世界各地的數(shù)百支團隊參與，以促進研究和衡量最新方法在提高預測準確性方面的進展。

據(jù)《衛(wèi)報》報道，DeepMind 花了兩年的時間做出來的“新生兒”AlphaFold這次在 98 名參賽者中排名第一，它獲得了預測 43 種蛋白中的 25 種蛋白結構的最高分，排名第二的隊伍只有其中 3 個獲得了預測最高分。CASP 的組織者稱 DeepMind “用計算方法在預測蛋白結構中取得了前所未有的進步”。

實際上，早在 2017 年 10 月，DeepMind 就表示他們對人工智能在藥物開發(fā)中的應用感興趣，而新藥開發(fā)的重要一步就是對靶點蛋白質(zhì)三維結構的精準測算。

DeepMind 近日在博客中介紹了背后的技術原理。DeepMind 稱，通過采用跨學科方法，DeepMind 匯集了來自結構生物學、物理學和機器學習領域的專家，使用前沿技術在僅基于基因序列的基礎上預測蛋白質(zhì)的 3D 結構。

▌蛋白折疊難題

眾所周知，蛋白質(zhì)是維持生命所必需的分子，帶有蛋白質(zhì)編碼的 DNA 片段則稱為基因，而蛋白質(zhì)的功能一般取決于其獨特的 3D 結構。

例如，構成人體免疫系統(tǒng)的抗體蛋白是“Y 形”的，形狀類似于獨特的鉤。通過鎖定病毒和細菌，抗體蛋白能夠檢測和標記這些引發(fā)疾病的微生物并最終消滅它們。其他類型的蛋白質(zhì)包括 CRISPR 和 Cas9，它們會像剪刀一樣剪切并粘貼 DNA。

但純粹從蛋白質(zhì)的基因序列中找出三維形狀并不容易，其挑戰(zhàn)在于 DNA 僅包含有關蛋白質(zhì)構建塊序列的信息——氨基酸殘基，它形成了長鏈，預測這些鏈如何折疊成蛋白質(zhì)的復雜 3D 結構也就是所謂的“蛋白折疊問題”，是科學家們幾十年來都未曾解決的難題。

而預測蛋白質(zhì)的形狀有助于科學家了解它在體內(nèi)的作用，這也是診斷和治療由錯誤折疊的蛋白質(zhì)所引發(fā)疾病的基礎，如阿爾茨海默氏癥、帕金森氏癥、亨丁頓氏舞蹈癥和囊腫性纖維化。

隨著科學家們通過模擬和模型獲得更多關于蛋白質(zhì)形狀及其運作方式的知識，它會在藥物發(fā)現(xiàn)中發(fā)揮作用，同時也能降低相關實驗成本，這將造福全世界數(shù)百萬患者。此外，對蛋白折疊的理解也將有助于生物可降解酶的發(fā)展，以此更容易分解廢物。

▌AI 能做什么？

在過去的五十年中，科學家們已經(jīng)能夠使用冷凍電子顯微鏡、核磁共振等技術來確定實驗室中的蛋白質(zhì)形狀，但這些方法的成本高達成千上萬美元，而人工智能方法恰是很好的替代方案。

過去幾年中，由于基因測序成本的快速降低以及基因組學領域豐富的大數(shù)據(jù)，依賴于基因組數(shù)據(jù)預測問題的深度學習方法變得越來越流行。

DeepMind 的團隊專注于從頭開始建模目標形狀的難題，而不是使用先前解析的蛋白質(zhì)作為模板?？傮w而言，他們使用了兩種不同的方法來預測完整的蛋白質(zhì)結構。

使用神經(jīng)網(wǎng)絡預測物理特性

這兩種方法都依賴于深度神經(jīng)網(wǎng)絡，這些神經(jīng)網(wǎng)絡經(jīng)過訓練可以從基因序列中預測蛋白質(zhì)的特性。

他們的神經(jīng)網(wǎng)絡預測的特性包括：（a）氨基酸對之間的距離和（b）連接這些氨基酸的化學鍵之間的角度。這是在常用技術基礎上的一大進步，這些技術估計氨基酸對是否彼此接近。

他們訓練了一個神經(jīng)網(wǎng)絡來預測蛋白質(zhì)中每對殘基之間的距離分布，然后將這些概率組合成評估蛋白質(zhì)結構準確度的分數(shù)。他們還訓練了一個單獨的神經(jīng)網(wǎng)絡，該網(wǎng)絡使用匯總了的所有距離分布來評估預測結構與標準結構的接近程度。

構建蛋白結構預測的新方法

使用這些評分函數(shù)，能夠找到與他們的預測相匹配的結構。他們的第一種方法建立在結構生物學常用的技術上，并用新的蛋白質(zhì)片段反復替換蛋白質(zhì)結構的片段。他們訓練出了一種生成神經(jīng)網(wǎng)絡來構建新片段，以此來不斷提升預測蛋白質(zhì)結構的準確度。

第二種方法是通過梯度下降方法來優(yōu)化準確度，這種技術應用在了整個蛋白鏈而不是在組合之前單獨折疊的片段中，這也降低了預測處理的復雜性。

“預測蛋白折疊形狀對解決很多世紀性難題有重要意義。它可以影響健康、生態(tài)、環(huán)境等任何涉及生命系統(tǒng)的問題?！痹诒磉_了對人工智能的信心后，雷丁大學的研究人員 Liam McGuffin 也理性表示，蛋白折疊問題目前只是邁出了第一步，這是一個極具挑戰(zhàn)性的問題，還有很多好想法沒能實施。

盡管AlphaFold 沒有像“大哥”AlphaGo橫空出世時那樣的熱度，但這并不能忽視 AlphaFold 對業(yè)界所具有的重要意義。

在 DeepMind 團隊看來，AlphaFold的初步成就表明了 AI 在科學發(fā)現(xiàn)中的實用性，機器學習系統(tǒng)能整合各種信息來源，以幫助科學家快速找到解決復雜問題的創(chuàng)造性解決方案。正如我們已經(jīng)看到 AI 如何通過 AlphaGo 和 AlphaZero 等系統(tǒng)幫助人們掌握復雜游戲。他們希望，AI 技術的突破有一天會幫助人類掌握基本的科學問題。

近來在 AI 在生物醫(yī)學領域的應用，包括語音錄入病歷、醫(yī)療影像、健康管理等多領域已然取得了一些成績，但總體而言任重道遠，我們需要更多像 DeepMind 這樣的團隊不斷地進行探索。