由Google的DeepMind开发的AI系统取得了“一代一代”的突破，这可能对我们治疗疾病的方式产生巨大影响：准确预测蛋白质如何折叠成形状。
蛋白质几乎是每个生物过程的基础。每个氨基酸都由折叠成无数精致形状的氨基酸串组成，这些形状决定了它们的作用。
预测这些结构可以帮助我们了解蛋白质是如何引起疾病的，并开发出可以治疗疾病的药物。但是科学家目前仅知道他们已经鉴定出的2亿多种蛋白质中的一小部分的精确3D形状。
弄清蛋白质的精确形式通常是耗时且昂贵的过程。但是DeepMind表示，其AlphaFold系统可以在几天之内预测其结构。
DeepMind在“蛋白质结构预测关键评估”竞争中测试了其性能，该竞赛每两年进行一次预测蛋白质3D结构的实验。
总部位于伦敦的实验室赢得了2018年挑战赛的冠军，但其预测缺乏生物学有用的准确性。今年，DeepMind对该系统进行了升级。
最新版本的AlphaFold使用神经网络系统将折叠的蛋白质的结构识别为“空间图”，其中残基为结点，边缘连接残基。
该系统接受了来自蛋白质数据库的大约170,000种蛋白质结构的培训，并使用了相对适中的计算能力-大约相当于在几周内运行100-200个GPU。
在结果从周一公布的最新评估CASP，系统的预测的三分之二匹配的实验室实验精度，具有堪比一个原子的宽度误差的平均利润率。
2009年诺贝尔化学奖得主VenkiRamakrishnan教授说：“这项计算工作代表了蛋白质折叠问题的惊人进展，这是生物学已有50年的巨大挑战。
已经发生了数十年，该领域的许多人都无法预料到。看到它将从根本上改变生物学研究的多种方式，将是令人兴奋的。”
DeepMind已经在探索各种可能性。该公司表示正在研究蛋白质结构预测如何加深我们对特定疾病的理解，并相信它们可能对未来的大流行反应有用。及时地，他们可以帮助找到分解塑料废物甚至从大气中捕获碳的酶。
将科学突破转化为现实影响还有很长的路要走。DeepMind承认，并不是所有的预测都将是完美的，而且在将蛋白质结构应用于实际用途方面仍有很多知识要学习。但工作表明，人工智能有可能实现某些宣传。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。