AlphaFold预测的蛋白质结构，图片来自，DeepMind

撰文 | 何东明

责编 | 叶水送

●　●　●

人工智能正在呈现出超常的能力。在高级认知领域，人工智能也逐渐锋芒渐露。

12月2日，创造了人工智能奇迹的DeepMind公司，再度重磅推出AlphaFold，在全球蛋白质结构预测竞赛（CASP）中一举战胜人类，夺得冠军。

为促进蛋白质结构研究与精准预测的最新进展，1994年，美国科学家约翰·莫尔特（John Moult）发起了CASP，该竞赛每两年举办一届，已经吸引了信息科学、生物物理学等不同领域专家的参与，成为预测蛋白高级结构评估的金标准。

折叠成三维构象的高级结构是蛋白质作为生命活动执行者的重要基础，但由于其高度复杂与多变性，蛋白高级结构的预测一直是现代科学研究的棘手难题。

传统结构生物学手段，如冷冻电镜、核磁共振、X 射线晶体学等技术来解析蛋白质结构，不仅费用高且很耗时，甚至对一些复杂的蛋白质结构，得到的结果也不一定准确。为此，至今人类已解析的蛋白质结构还十分有限。

AlphaFold预测蛋白高级结构的策略，图片来自，DeepMind

为解决这一难题，AlphaFold通过深度神经网络训练，由基因序列来预测蛋白质的特性，包括氨基酸对之间的距离，与连接它们的化学键之间的角度。与AlphaZero类似，它是从头开始来建模，不使用先前已解析的蛋白结构作为模板。这样AlphaFold只需几个小时就能高度精准地预测出蛋白质高级结构，因此在CASP中大胜其他选手，成功预测了43种蛋白质中的25种最精确结构，第二名只预测出了3种。

AlphaFold预测出的蛋白质结构，图片来自，DeepMind

DeepMind共同创始人Hassabis指出，AlphaFold并没有解决蛋白质折叠的高级结构预测难题，这只是前进的第一步。

AlphaFold的骄人表现，必将有力促进深入理解生命活动与药物研发，也有力地呈现出，人工智能通过整合多种资源以加速解决科学难题所具有的巨大潜力。

参考资料

1. AlphaFold: Using AI for scientific discovery | DeepMind https://deepmind.com/blog/alphafold/

2. Google's DeepMind predicts 3D shapes of proteins | Science |The Guardian https://www.theguardian.com/science/2018/dec/02/google-deepminds-ai-program-alphafold-predicts-3d-shapes-of-proteins