目前，DeepMind 已經(jīng)使用其蛋白質(zhì)折疊人工智能 AlphaFold 為人類蛋白質(zhì)組、酵母、果蠅、小鼠等生成結(jié)構(gòu)。

早在 2020 年 12 月，DeepMind 就用 AlphaFold 解決了一個(gè)長(zhǎng)達(dá) 50 年的重大挑戰(zhàn)，AlphaFold 是預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)的人工智能工具。最近，這家總部位于倫敦的公司公布了該工具的全部細(xì)節(jié)，并發(fā)布了其源代碼。

現(xiàn)在，該公司宣布，它已經(jīng)使用人工智能來預(yù)測(cè)人體中幾乎所有蛋白質(zhì)的形狀，以及在 20 種研究最廣泛的生物體中發(fā)現(xiàn)的數(shù)十萬種其他蛋白質(zhì)的形狀，包括酵母、果蠅和老鼠。

這一突破可以使來自世界各地的生物學(xué)家更好地了解疾病，并開發(fā)出新藥。到目前為止，該”寶庫”由 35 萬個(gè)新預(yù)測(cè)的蛋白質(zhì)結(jié)構(gòu)組成。DeepMind 表示，它將在未來幾個(gè)月內(nèi)為科學(xué)界預(yù)測(cè)并釋放超過 1 億個(gè)結(jié)構(gòu)——基本包含所有已知的蛋白質(zhì)。

DeepMind 公司的聯(lián)合創(chuàng)始人兼 CEO 德米斯·哈薩比斯(Demis Hassabis)說：“蛋白質(zhì)折疊是我作為 CEO 20 多年來一直關(guān)注的問題。”這對(duì)我們來說是一個(gè)巨大的工程。我想說，這是迄今為止我們所做的最大的事情。在某種程度上，這是極其令人興奮的，因?yàn)樗梢栽谌斯ぶ悄苤獾氖澜缟袭a(chǎn)生非常大的影響。”

蛋白質(zhì)是由氨基酸構(gòu)成的長(zhǎng)帶組成的，它們將自己扭曲成復(fù)雜的結(jié)。了解蛋白質(zhì)結(jié)的形狀可以揭示蛋白質(zhì)的作用，這對(duì)于理解疾病的原理和開發(fā)新藥至關(guān)重要，或者幫助解決污染和氣候變化的生物。在實(shí)驗(yàn)室里確定一種蛋白質(zhì)的形狀需要幾周或幾個(gè)月的時(shí)間，而 AlphaFold 可以在一兩天內(nèi)預(yù)測(cè)原子尺度上最接近的形狀。

這個(gè)新的數(shù)據(jù)庫應(yīng)該會(huì)使生物學(xué)家的生活更容易。AlphaFold 可能可以供研究人員使用，但并不是每個(gè)人都愿意自己運(yùn)行該軟件。“調(diào)用數(shù)據(jù)庫比運(yùn)行在自己的計(jì)算機(jī)上更加容易，” 華盛頓大學(xué)的蛋白質(zhì)設(shè)計(jì)研究所的大衛(wèi)·貝克(David Baker)說。他的實(shí)驗(yàn)室基于 AlphaFold 的方法建立了自己的工具來預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)，稱為 RoseTTAFold。

在過去的幾個(gè)月里，貝克的團(tuán)隊(duì)一直在與生物學(xué)家合作，他們之前一直在試圖弄清楚他們正在研究的蛋白質(zhì)的形狀。他說：“有很多優(yōu)秀的生物學(xué)研究真的被加速了。”一個(gè)包含數(shù)十萬現(xiàn)成蛋白質(zhì)形狀的公共數(shù)據(jù)庫將會(huì)成為一個(gè)更大的加速器。

倫敦帝國理工學(xué)院研究酵母基因組的合成生物學(xué)家湯姆·埃利斯說：“它看起來令人印象深刻。”他很興奮地嘗試這個(gè)數(shù)據(jù)庫。但他警告說，大多數(shù)預(yù)測(cè)的形狀尚未在實(shí)驗(yàn)室中得到驗(yàn)證。

Atomic precision 原子精度

在新版本的 AlphaFold 中，預(yù)測(cè)帶有一個(gè)置信度分?jǐn)?shù)，該工具使用它來標(biāo)記它認(rèn)為每個(gè)預(yù)測(cè)的形狀與真實(shí)的形狀有多接近。通過這項(xiàng)測(cè)量，DeepMind 發(fā)現(xiàn)，AlphaFold 預(yù)測(cè)了 36% 的人類蛋白質(zhì)的形狀，其準(zhǔn)確性可以精確到單個(gè)原子的水平。哈薩比斯說，這對(duì)藥物開發(fā)來說已經(jīng)足夠好了。

此前，經(jīng)過幾十年的工作，人體中只有 17% 的蛋白質(zhì)的結(jié)構(gòu)在實(shí)驗(yàn)室中被確定。如果 AlphaFold 的預(yù)測(cè)像 DeepMind 說的那樣準(zhǔn)確，那么該工具在短短幾周內(nèi)就將這個(gè)數(shù)字增加了一倍多。

即使是在原子水平上不完全準(zhǔn)確的預(yù)測(cè)也仍然有用。對(duì)于人體中一半以上的蛋白質(zhì)，AlphaFold 預(yù)測(cè)的形狀應(yīng)該足以讓研究人員了解這種蛋白質(zhì)的功能。AlphaFold 目前的其他預(yù)測(cè)要么是不正確的，要么是針對(duì)人體中特殊的占三分之一的蛋白質(zhì)，這些蛋白質(zhì)在與其它物質(zhì)結(jié)合之前根本沒有結(jié)構(gòu)。“它們是松散的，”哈薩比斯說。

哥倫比亞大學(xué)的系統(tǒng)生物學(xué)家穆罕默德·阿爾庫拉什(Mohammed AlQuraish)說：“AlphaFold 能達(dá)到目前的水平是令人印象深刻的，”他開發(fā)了自己的預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)的軟件。他還指出，擁有生物體中大多數(shù)蛋白質(zhì)的結(jié)構(gòu)，將使研究這些蛋白質(zhì)如何作為一個(gè)系統(tǒng)工作成為可能，而非孤立的對(duì)象。“這是我認(rèn)為最令人興奮的事情，”他說。

正在免費(fèi)發(fā)布其工具和預(yù)測(cè)，不會(huì)透露未來是否計(jì)劃從這些工具從中獲取利潤(rùn)。然而，并不排除這種可能性。為了建立和運(yùn)行這個(gè)數(shù)據(jù)庫，DeepMind 正在與歐洲分子生物學(xué)實(shí)驗(yàn)室合作，這是一個(gè)國際研究機(jī)構(gòu)，已經(jīng)擁有了一個(gè)大型的蛋白質(zhì)信息數(shù)據(jù)庫。

目前，阿爾庫拉什已經(jīng)迫不及待地想看看研究人員會(huì)如何處理這些新數(shù)據(jù)。“這非常壯觀，”他說，“我們?nèi)魏我粋€(gè)人都沒想到這一步到來得如此之快，這令人難以置信。”

關(guān)鍵詞： 蛋白質(zhì)結(jié)構(gòu) 已知的蛋白質(zhì)結(jié)構(gòu) 人類蛋白質(zhì)組 蛋白質(zhì)組