今天将成为人类生物学历史上具有重大意义的一天！
智东西 7 月 23 日消息，今日，人工智能研究实验室 DeepMind 与欧洲生物信息学研究所 EMBL-EBI（European Bioinformatics Institute）合作，推出了 AlphaFold 蛋白质结构数据库，该数据库提供了迄今为止人类蛋白质组最完整、最准确的图像，是人类积累的高精度人类蛋白质结构知识的两倍多。
除了人类蛋白质组（人类基因组表达的所有蛋白质约 2 万种）之外，他们还将提供其他 20 种具有生物学意义的生物蛋白质组的开放访问，总计超过 35 万种蛋白质结构，包括从果蝇到小鼠等动物，以及从大肠杆菌到酵母等细菌。
发布第一批数据后，DeepMind 计划继续增加蛋白质库，几乎覆盖所有科学已知的已测序蛋白质，共超过 1 亿种结构，该库将由 EMBL 维护。在 EMBL 总干事 Edith Heard 看来：“这些数据集将改变我们对生命运作方式的理解。”
“我认为这是 DeepMind 整个 10 年多生命周期的顶峰。”DeepMind 联合创始人兼 CEO Demis Hassabis 谈道，从成立之初，DeepMind 就打算将 AI 方面取得的突破在围棋、雅达利等游戏上进行测试，并将其应用于现实世界的问题，以加速科学突破并造福人类。
Demis Hassabis 称，这些数据对科学和商业研究人员来说都将永久免费开放。“任何人都可以将它用于任何事情，他们只需要归功于参与引用的人。”他说。
▲ 长期以来，人源中介体复合物（Mediator Complex）一直是结构生物学家最具挑战性的多蛋白系统之一。（图源：Nature）
21 世纪是生物的世纪，更是计算机的世纪。
早在去年 12 月，DeepMind 就推出了 AlphaFold 2 系统，可通过 AI 软件对蛋白质结构进行准确预测，该解决方案被认为能解决困扰科学家们 50 年的蛋白质折叠（protein folding）问题。
直到上周，DeepMind 还发表了相关科学论文和源代码，以解释如何创建这个高度创新的系统，允许其他人通过 AlphaFold 来完成相关研究工作。
AlphaFold 系统的诞生，证明了 AI 可以在几分钟内准确预测蛋白质的 3D 结构，精确到原子精度。而 AlphaFold 蛋白质结构数据库的开放，也将促进世界各地的科学家们加速对人类蛋白质的研究。
那么，何为蛋白质折叠问题？
简单来说，许多生物过程都是围绕蛋白质来进行的，而蛋白质是由氨基酸序列组成的大型复杂分子，其真正的作用取决于自身独特的 3D 结构，也就是蛋白质中氨基酸序列的折叠方式。
了解蛋白质结构能增进人类对生命组成部分的理解，从而推动科学家们在各个领域的研究。
例如，英国朴茨茅斯大学（CEI）正在利用 AlphaFold 来设计一种新型酶，以快速分解污染严重的一次性塑料等废物；美国科罗拉多大学博尔德分校通过 AlphaFold 预测，来研究抗生素耐药性的前景；美国加利福尼亚大学旧金山分校则使用 AlphaFold 来研究新型冠状病毒的工作原理……
▲ AlphaFold 预测的蛋白质结构的两个例子（蓝色）与实验结果（绿色）的比较（图源：DeepMind）
这些都是科学家们利用科技带来的大量生物数据信息，一步步转换为未来人类的进步。
但科学家们指出，这些信息转换到现实世界并产生结果的过程，仍需要大量时间。“我认为这不会在一年内改变患者的治疗方式，但它肯定会对科学界产生巨大影响。”科罗拉多大学生物化学系教授 Marcelo C. Sousa 说。
需要注意的是，AlphaFold 软件生成的是蛋白质结构的预测，而不是实验确定的模型，这意味着在某些情况下，科学家还需要进一步的工作来验证结构。
DeepMind 对此表示，他们花了许多时间在 AlphaFold 软件中构建准确度指标，让它能对每个预测的可信度进行排名。
不过，蛋白质结构的预测仍对科学研究带来了巨大帮助。以往科学家们确定蛋白质结构的实验过程既耗时又昂贵，还要依赖大量反复试验，而蛋白质结构预测即便置信度低，也可以为科学家指明正确的研究方向，为他们节省多年的工作。
英国格拉斯哥大学（University of Glasgow）结构生物学教授 Helen Walden 认为，DeepMind 的数据将“显著缓解研究瓶颈”，但“进行生物化学和生物学评估的费力、耗费资源的工作”将继续存在，例如药物功能研究。
Sousa 也提到，他曾在工作中使用过 AlphaFold 的数据，“科学家们能快速地感受到它带来的影响。”他说，在他们与 DeepMind 的合作中，他们有一个包含蛋白质样本的数据集，但 10 年来都还没开发出一个合适的模型，直到 DeepMind 同意为他们提供一个结构，在 15 分钟内就解决了这个问题。
AlphaFold 只需 15 分钟就能解决的问题，为何困扰了这些科学家 10 年？蛋白质折叠问题究竟难在哪？
如我们前面所说，蛋白质由氨基酸链构成，人体中共含有 20 种不同的氨基酸，任何一个蛋白质都可以由数百个氨基酸组成，且每个氨基酸都有不同的折叠和扭曲结构。
这些都意味着，哪怕是一个常见的蛋白质分子，它的最终结构都有许多种可能构型。一个估计是，典型的蛋白质可以以 10^300 种方式折叠。不用数了，就是“1”后面跟着 300 个“0”的可能性。
不过由于蛋白质的样本太小，科学家们难以用显微镜检查，不得不使用成本昂贵且复杂的方法来间接确定蛋白质结构，比如核磁共振和 X 射线晶体学（X-ray crystallography）。
但实际上，简单地通过氨基酸序列来确定蛋白质结构的构想，在理论上一直是难以实现的。因此，分析蛋白质结构也成为了人们攻克生物学领域的一大难关。
直到近年来，人们发现可以利用 AI 的方法来分析蛋白质结构。借助这些技术，AI 系统可以通过在已知蛋白质结构的数据集上进行训练，并最终利用这些信息来预测蛋白质结构。
多年来，很多团队都参与到这项 AI 研究中，其中 DeepMind 基于深厚的 AI 人才库和大量计算资源基础，一直走在该领域的前沿。
去年，DeepMind 在一项名为 CASP 的国际蛋白质折叠比赛中脱颖而出，其 AlphaFold 软件对蛋白质结构的预测结果非常准确。对此，CASP 联合创始人之一的计算生物学家 John Moult 说：“在某种意义上，蛋白质折叠的难题已经有了解决方案。”
▲ DeepMind 的 AlphaFold 软件显着提高了计算蛋白质折叠的准确性（图源：DeepMind）
自去年 CASP 竞赛以来，AlphaFold 系统也实现了升级，现在它分析蛋白质结构的速度已提高了 16 倍。“我们可以在几分钟内折叠一个普通蛋白质，多数情况下只要几秒钟。”Hassabis 谈道。
英国雷丁大学教授 Liam McGuffin 曾开发出一些蛋白质折叠软件，他肯定了 AlphaFold 的技术，但也指出，AlphaFold 的成功主要归功于科学家们数十年的先前研究和公开数据。
“DeepMind 拥有大量研究资源来保持数据库的更新，他们比任何一个学术团体都更有能力做到这一点。”McGuffin 认为，尽管科学家们最终也会走到这一步，但速度会更慢，因为他们没有足够的资源。
尽管 DeepMind 每年都处于大量亏损的状态，但这次开放蛋白质结构数据库是免费的。
实际上，DeepMind 归属于 Google 母公司 Alphabet，该公司一直在商业医疗保健领域投入大量资源。还有许多报道称，DeepMind 与 Alphabet 在研究自主性和商业可行性等问题上存在分歧。
不过 Hassabis 谈道，公司一直在计划免费提供这些信息，这样做是对 DeepMind 创始精神的体现。“我们在被收购时与 Alphabet 达成的协议是，DeepMind 主要的研究目的是推进 AGI（通用人工智能）和 AI 技术的发展，然后利用它们来攻克科学领域的难题。”他说。
他认为，Alphabet 有许多部门都专注于盈利，但 DeepMind 对研究的关注能够“为科学界带来各种各样的好处，包括声望和信誉，从而通过多种方法实现价值。”
Hassabis 还强调，虽然 DeepMind 的主要研究目标是一些基础领域，但其技术已广泛应用于谷歌的其他业务中。“几乎你使用的任何谷歌产品，其中一部分技术都有我们的参与。”他透露。
与此同时，Hassabis 预测 AlphaFold 将成为未来的标志，因为它展示了 AI 在处理人类生物学等复杂问题上的巨大潜力。
“我认为我们正处于一个非常激动人心的时刻。”Hassabis 提到：“在接下来的十年中，我们和 AI 领域的其他人都希望能取得突破性进展，真正加速解决我们在地球上面临的真正重大问题。”
对于接下来的计划，EMBL-EBI 的结构生物信息学 Sameer Velankar 谈道，到今年年底，本周提交的大约 36.5 万个蛋白质结构预测将增加至 1.3 亿个，几乎是所有已知蛋白质的一半。
此外，随着 DeepMind 的继续投资，以及未来对 AlphaFold 的改进，系统和数据库也将定期更新。
对 DeepMind 而言，从 AlphaFold 系统的更新迭代到蛋白质结构数据库的开放，研究团队在五年里不仅必须要创造性地克服许多技术难题，还要面临许多复杂算法的创新挑战，这些都是推动人工智能和生物学领域发展的必经之路。
不能忽视的是，DeepMind 乃至未来研究团队的创新，都是建立在先前几代科学家的研究发现上。从蛋白质成像和晶体学的早起先驱，到数以千计的预测专家和结构生物学家，他们一路披荆斩棘，花了多年时间对蛋白质展开深入研究。
我们也期待，站在巨人的肩膀上的他们，未来能开辟更多创新的科学研究途径，推动更多领域的发展和进步。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。