深度思维公司的蛋白质折叠人工智能破解生物学的最大问题

人工智能公司深度思维公司（DeepMind）仅在短短18个月内已经通过预测几乎所有科学已知的蛋白质的结构变革了生物学，一个将加速药物开发并彻底革命化基础科学的突破。

新科学家 By Matthew Sparkes

28 July 2022

TECHNOLOGY 

预测蛋白质的结构是生物学的一个宏大挑战之一。DeepMind

到目前为止深度思维公司已经预测了几乎所有被科学编目的蛋白质的结构，在仅18个月内由于一种叫阿尔法折叠（AlphaFold）的人工智能破解生物学的宏大挑战之一。研究人员说，这项工作已经在抗击疟疾、抗生素耐药性和塑料废物中导致了进展，并可能加速新药的发现。

基于蛋白质的组成氨基酸序列来确定蛋白质的皱褶形状一直是生物学中持续几十年存在的问题。这些氨基酸中的一些被吸引到其他氨基酸，一些被水排斥，并且链形成难以准确确定的纠结的形状。

基于英国的人工智能公司深度思维公司首先宣布了在2020年底它已经开发出一种准确的预测折叠的蛋白质结构的方法，到2021年年中它已经揭示了它已经映射了人体内使用的98.5%的蛋白质。

今天，该公司宣布了它正在发布超过2亿种蛋白质的结构------几乎所有那些在全球公认的蛋白质研究存储库（UniProt）上编目的蛋白质。

深度思维公司已经与欧洲分子生物学实验室的欧洲生物信息学研究所（EMBL-EBI）工作来创建所有这些信息的可搜索的存储，世界各地的研究人员能轻松、自由地访问这些信息。欧洲分子生物学实验室的欧洲生物信息学研究所的爱万比尔纳称阿尔法折叠蛋白质结构数据库是一个“给人类的礼物”。

他说，“作为一个自1990年代以来一直从事基因组学和计算生物学工作的人，我已经看到过许多这样的时刻来到，其中你能感觉到你下面的景观变化和新资源的提供，个已经是最快的之一，我的意思是两年前，我们只是见到的没有意识到这是可行的”。

已经提交的结果

深度思维公司首席执行官德米斯哈沙比思说，该数据库使找到一个蛋白质结构------这以前往往要用数年时间------“几乎和进行谷歌搜索一样容易”。 深度思维公司由谷歌的母公司字母（Alphabet）拥有。

该档案已被科学家用于推进许多领域的研究。牛津大学的马特·希金斯和他的同事们正在研究一种他们相信是中断疟疾寄生虫生命周期的关键蛋白质，但正挣扎于映射它的结构。

希金斯说，“我们使用的实验方法之一是X射线晶体图学，我们造成蛋白质来形成进晶格中，向它们发射X射线并从这些X射线衍射图中获取信息来看分子看起来像什么一样。但尽管经过多年的工作，我们始终不能够以足够详细看到这种分子看起来像什么一样”。

德米斯哈沙比思采访：我们的人工智能将解锁生命怎样共作的秘密

深度思维公司的联合创始人说，人工智能被设定来破解科学中许多最棘手的问题，从生命的本质到核聚变。

但当阿尔法折叠被发布时，它给出了一个蛋白质的结构的清晰的预测，这与研究人员已经能够收集的信息相匹配。他们现在已经能够设计新的他们希望这些蛋白质可以作为有效的疟疾疫苗的蛋白质。

比尔纳说，使用X射线晶体图学来映射一种蛋白质的结构是昂贵和耗时的。他说，“这意味着实验者必须关于他们做的做出选择，而阿尔法折叠已经不必做出选择，我认为我们能是有信心的，由于阿尔法折叠有新的实验和新的见解不断来到，例如，这将影响'这种特殊的寄生虫怎样工作'或'为什么这种特殊的疾病发生在人类身上'”。

研究人员还使用阿尔法折叠来工程新的酶来分解塑料废物，并更多地了解使细菌对抗生素产生抗药性的蛋白质。

还有要被做的工作

伦敦帝国理工学院的基思·威利森说，阿尔法折叠已经无可争议地“改变了生物研究的世界”，但在蛋白质折叠中仍有问题需要被解决。

他说，“一旦阿尔法折叠问世它是很棒的。你只需要拿来你最喜欢的蛋白质现在就查看它们而不必制造晶体，我做了一个蛋白质复合物的晶体图学结构，它花了我大约八年的时间。人们开玩笑说，晶体图学家将失业？”

人工智能公司深度思维公司解决人类蛋白质结构

深度思维公司的普施密特柯西关于蛋白质折叠的革命

但威利森指出阿尔法折叠不能够采取任何任意的氨基酸串并恰当的建模它们怎样折叠。相反，它只能够使用已经被实验上确定的蛋白质部分及其结构来预测一个新蛋白质将如何折叠。

虽然该工具往往甚至通常的极端的准确，但它的结构始终是预测而不是显式的计算的结果。阿尔法折叠还没有已经解决蛋白质之间的复杂相互作用，甚至在一小部分子结构中做出一个影响，子结构被称为内在无序的蛋白质，似乎有不稳定和不可预测的折叠模式。

威利森说，“一旦你发现一件事，那么就会有更多的问题抛了出来，这实际上相当的可怕，生物学是多么复杂”。

伦敦大学学院的托美克伍罗达尔斯基说，阿尔法折叠对生物学的许多领域有一个巨大影响，但那是在准确性上有改进的上，并且开发一个蛋白质如何折叠的模型 ------而不只是预测它们的最终结构 ------是一个深度思维公司尚未解决的问题。

伍罗达尔斯基说阿尔法折叠并不完美，尽管它确实表明一个预测的哪些部分有一个很高的准确度和哪些部分不太有信心的。

混合人工智能：一种使机器思维真的像我们一样的新方法

在寻求使人工智能能究因和灵活的应用知识中，许多研究人员都集中在来自神经科学的新见解上。他们也应该关注心理学吗？

他说，“我们引入了一种突变，我们知道它在实验上完全展开这种蛋白质，但阿尔法折叠给了我与没有这种突变相同的结构 ，我做了另一个测试：我正在从蛋白质的一端去除残基，因为我们知道对于我们的蛋白质，如果你从其中一端切下九个残基，它将完全展开这种蛋白质。我设法切碎了一半的蛋白质序列，而算法仍然预测了它是一种完全折叠的蛋白质，具有完全相同的结构。因此有这些问题”。

深度思维公司科学团队负责人普施密特柯西说，该公司尚未完成蛋白质并正工作在提高阿尔法折叠的准确性和功能上。

他说，“我们知道蛋白质的静态结构，但这不是游戏结束的地方，我们想了解这些蛋白质怎样行为，它们的动力学是什么，它们如何与其他蛋白质相互作用。然后有基因组学的另一个领域，其中我们要了解生命的配方怎样当它们何时被创造出来时转化成哪些蛋白质被创造以及细胞的工作机理”。

https://www.newscientist.com/article/2330866-deepminds-protein-folding-ai-cracks-biologys-biggest-problem/?utm_source=onesignal&utm_medium=push&utm_campaign=2022-07-28-Deepmind-AI-cra