|
來(lái)源: 網(wǎng)易科技 谷歌人工智能部門(mén)DeepMind在預測蛋白質(zhì)結構方面邁出了一大步。公司表示，其已經(jīng)解決了關(guān)鍵的“蛋白質(zhì)折疊問(wèn)題”，并將解決問(wèn)題的運算時(shí)間從數月縮短至數小時(shí)，這有助于加快藥物發(fā)現速度，有可能破解一個(gè)類(lèi)似于繪制人類(lèi)基因組的問(wèn)題。 DeepMind開(kāi)發(fā)的AlphaFold系統在最近結構預測關(guān)鍵評估（CASP）競賽中所展現出的能力達到了“解決”問(wèn)題的水平。該活動(dòng)始于1994年，每?jì)赡昱e辦一次，以加速這一課題的研究。 蛋白質(zhì)的不同折疊程度決定了它如何與其他分子相互作用，了解蛋白質(zhì)結構變化對發(fā)現新冠肺炎等病毒如何侵入人體細胞、設計酶分解污染物和提高作物產(chǎn)量具有重要意義。 DeepMind在2014年被谷歌收購，成為谷歌子公司。其開(kāi)發(fā)的游戲人工智能廣為人知。DeepMind所開(kāi)發(fā)的人工智能系統能夠通過(guò)自我訓練，還在圍棋比賽中擊敗了李世石等世界知名圍棋選手。公司目標是開(kāi)發(fā)可以應用于更廣泛?jiǎn)?wèn)題的人工智能，目前為止，DeepMind已經(jīng)開(kāi)發(fā)出的人工智能系統能夠使谷歌的數據中心更加節能，通過(guò)掃描識別眼疾，并自動(dòng)將文字生成語(yǔ)音。 DeepMind首席執行官杰米斯·哈薩比斯(Demis Hassabis)在電話(huà)采訪(fǎng)中表示：“這些算法現在已經(jīng)足夠強大，強大到可以應用于解決科學(xué)問(wèn)題�！薄敖�(jīng)過(guò)4年的發(fā)展，我們有了一個(gè)足夠精確的系統，對生物學(xué)研究人員來(lái)說(shuō)具有實(shí)際的生物學(xué)意義和相關(guān)性�！� 哈薩比斯表示，DeepMind目前正在研究以“可擴展方式”為科學(xué)家提供訪(fǎng)問(wèn)AlphaFold系統的途徑。 參與CASP的科學(xué)家們分析了大約100種蛋白質(zhì)的氨基酸序列形狀。參賽者被告知排列順序，并負責預測蛋白質(zhì)的形狀。AlphaFold對其中三分之二蛋白質(zhì)結構的評估與CASP的分析幾乎完全一致，而其他團隊的評估契合度約為10%。這也比DeepMind工具兩年前首次參加CASP競賽時(shí)的結果要好，當時(shí)競賽中涉及43種蛋白質(zhì)結構，DeepMind準確預測出其中的25種。 哈薩比斯說(shuō)，他開(kāi)發(fā)AlphaFold系統的靈感來(lái)自CASP試圖找到未知蛋白質(zhì)結構的嘗試，比如Foldit就是以謎題的形式向業(yè)余志愿者展示問(wèn)題。在最初的兩年里，人類(lèi)玩家被證明在解開(kāi)謎題方面更具優(yōu)勢，最終還發(fā)現了一種讓科學(xué)家們困惑不已的蛋白質(zhì)結構，并就此設計了一種新的酶，后來(lái)在實(shí)驗室得到了證實(shí)。歐洲生物信息學(xué)研究所(European Bioinformatics Institute)名譽(yù)主任珍妮特·桑頓(Janet Thornton)說(shuō)：“確定單個(gè)蛋白質(zhì)結構通常需要多年的實(shí)驗努力�！鄙ｎD是使用計算方法分析蛋白質(zhì)結構的先驅之一�！案玫乩斫獾鞍踪|(zhì)結構、能夠使用計算機預測它們意味著(zhù)更好地理解生命進(jìn)化歷程，當然，也能夠更好理解還有有關(guān)人類(lèi)健康和疾病的諸多問(wèn)題�！� |
