攻克生物學難題,「阿爾法摺疊」精準預測蛋白質三維結構

2020-12-23 西部網

科技日報北京12月1日電人工智慧(AI)再度發威,攻克了生物學領域一項重大難題:預測蛋白質如何從線性胺基酸鏈捲曲成3D形狀以執行任務。據美國《科學》雜誌網站11月30日報導,「蛋白質結構預測關鍵評估」(CASP)競賽傳來喜訊:英國「深度學習」(DeepMind)稱其AI實現了上述成就,他們的方法將極大加快新藥研發進程。

人體擁有成千上萬種不同的蛋白質,每一種蛋白質都包含幾十到幾百種胺基酸,這些胺基酸的順序決定了它們之間的作用,賦予蛋白質複雜的三維形狀,進而決定了蛋白質的功能。了解這些三維形狀有助於研究人員設計出能在蛋白質縫隙內滯留的藥物。此外,合成出擁有所需結構的蛋白質,還可以加快酶的研製進程,讓生物燃料領域受益。

幾十年來,研究人員利用X射線晶體學或低溫電子顯微鏡(cryo-EM)等實驗技術來破譯蛋白質的三維結構,但這種方法可能需要數月甚至數年,且未必見效。目前,在生命體內發現的2億多個蛋白質中,只有17萬個蛋白質的結構被破解。

1994年,為更好預測和破解蛋白質三維結構,馬裡蘭大學結構生物學家約翰·穆爾特等人發起了CASP競賽,每兩年舉行一次。在今年的比賽中,「深度學習」團隊的「阿爾法摺疊」(AlphaFold)方法的中位分數為92.4(滿分100分,90分以上被認為預測方法可與實驗方法相媲美),預測最具挑戰性的蛋白質的平均得分為87,比次優預測高出25分。它甚至擅長預測嵌入細胞膜的蛋白質結構——細胞膜是許多人類疾病的核心,但很難用X射線晶體學研究。

歐洲生物信息學研究所名譽主任珍妮特·桑頓說:「『深度學習』團隊所取得的成就是驚人的,將改變結構生物學和蛋白質研究的未來。」

穆爾特則表示,這是一個有50年歷史的問題,「阿爾法摺疊」改變了遊戲規則,實驗學家將能使用精確的結構預測來理解不透明的X射線和低溫電磁數據;藥物設計者也可藉此迅速釐清新冠病毒等新冒出的危險病原體中每種蛋白質的結構,從而更快研製出相關藥物。

總編輯圈點

蛋白質的形狀決定了其功能。知道蛋白質如何摺疊時,我們才能知曉蛋白質的作用。但光是解析蛋白質摺疊後的結構,就已經非常困難。常用的方法是冷凍電鏡、核磁共振或者X射線等。結構要看得精細,耗時長且成本不菲。預測蛋白質摺疊後的形狀,則是「地獄難度」。它可以在極短時間內把自己摺疊成令人難以想像的形狀,預測所需要的算力可謂驚人。在人工智慧幫助下,曾經的天方夜譚成為事實。這或許是一項革命性成果,為人類探索藥物分子世界提供了強大工具。

(原標題 攻克生物學半世紀難題 有望加快新藥研發「阿爾法摺疊」精準預測蛋白質三維結構)

編輯:秦秦

相關焦點

  • 「阿爾法摺疊」精準預測蛋白質三維結構
    人工智慧(AI)再度發威,攻克了生物學領域一項重大難題:預測蛋白質如何從線性胺基酸鏈捲曲成3D形狀以執行任務。據美國《科學》雜誌網站11月30日報導,「蛋白質結構預測關鍵評估」(CASP)競賽傳來喜訊:英國「深度學習」(DeepMind)稱其AI實現了上述成就,他們的方法將極大加快新藥研發進程。
  • DeepMind破解蛋白質摺疊難題引爭議,正準備論文回應
    當地時間11月30日,英國DeepMind團隊宣布在蛋白質結構問題上取得重大進展,其第二代「阿爾法摺疊」(AlphaFold)方法精準預測蛋白質的三維結構,摘得國際蛋白質結構預測競賽(CASP)冠軍。這一進展被輿論視為繼AlphaGo以3:0戰勝世界圍棋冠軍後,人工智慧的再度發威。
  • 顏寧等點評:AI 精準預測蛋白質結構,結構生物學何去何從?
    12 月 1 日,谷歌旗下的 DeepMind 公司宣布,其新一代 AlphaFold 人工智慧系統在國際蛋白質結構預測競賽(CASP)上擊敗了其餘的參會選手,精確預測了蛋白質的三維結構,準確性可與冷凍電子顯微鏡(cryo-EM
  • 顏寧等點評:AI精準預測蛋白質結構,結構生物學何去何從?
    12月1日,谷歌旗下的DeepMind公司宣布,其新一代AlphaFold人工智慧系統在國際蛋白質結構預測競賽(CASP)上擊敗了其餘的參會選手,精確預測了蛋白質的三維結構,準確性可與冷凍電子顯微鏡(cryo-EM)、核磁共振或 X 射線晶體學等實驗技術相媲美。(詳見《解決生物學50年來的重大挑戰!
  • AI精準預測蛋白質結構,結構生物學何去何從?|返樸
    在欣喜的同時,蛋白質結構預測小同行也有一些保留意見: 工程化明顯,依賴於強大的GPU計算資源和代碼優化團隊; 谷歌公司幾乎可以收集全球所有網絡信息,雖然看起來AlphaFold2的自動化程度很高,但他們在人工操作中使用了哪些信息值得關注; 預測對了結構,但不等於明白了蛋白質摺疊過程和原理
  • 摺疊革命,深度學習通過胺基酸序列預測蛋白質結構
    通過它們構造並保持每個細胞和組織的外觀結構;構建那些維持生命化學反應的催化酶;成為分子的加工廠、轉換器和驅動機;擔當信號器並接收蜂窩信號等等。由胺基酸和蛋白質組成的長鏈,將它們自己摺疊成精準3D結構,可以管理分子間活動的複雜問題。
  • 機器學習遇見生物學:詳解蛋白質摺疊預測中的算法
    蛋白質摺疊問題一直是一個耗費巨大的難題,但是這個難題的解決又對人類具有巨大的意義。於是各個研究機構都開始尋找蛋白質摺疊問題的不同解,希望找到一種高效、準確的方式來解決這一難題。這種離散的順序表示形式被稱為蛋白質的一級結構(Primary structure)。然而,在細胞中,蛋白質是以三維結構存在的。由於蛋白質的功能與這個結構息息相關,因此了解這種 3D 結構極其重要。蛋白質的局部幾何結構稱為二級結構(Secondary structure),這個結構也相應的決定了這一部分的特徵。
  • 生物學50年難題被DeepMind解決了,蛋白質版「阿法狗」預測結構準確...
    鄭集楊 發自 凹非寺量子位 報導 | 公眾號 QbitAI一早醒來,發現搞蛋白質結構研究的朋友都在紛紛自嘲:要失業了。啊這,怎麼回事?原來是結構生物學,迎來了一個「革命性」的突破。
  • AI破解蛋白質摺疊難題,這意味著什麼?-虎嗅網
    五十年來,蛋白質摺疊一直是生物學的巨大挑戰。分子摺疊方式變幻無窮,其重要性很難估計。大多數生物過程都圍繞蛋白質,而蛋白質的形狀決定了其功能。蛋白質摺疊50年來重大突破,AI破解預測難題蛋白質的形狀與其功能密切相關,預測蛋白質結構的能力可以幫助我們更好地理解蛋白質的功能和工作原理。世界上許多重大的挑戰,比如發展疾病的治療方法或者找到分解工業廢物的酶,從根本上來說都與蛋白質及其所扮演的角色有關。
  • AlphaGo顛覆生物圈,精準預測蛋白質結構
    這說明,在某種程度上,在對蛋白質結構和摺疊的預測這件事情上,人類已非望塵莫及。 1 第二代AlphaFold做了什麼? 02 蛋白質結構:生物學五十年來的挑戰 蛋白質是生命的基礎,與細胞組成內容緊密相關。而蛋白質的功能取決於其3D結構。
  • DeepMind 團隊 CASP 奪冠:用 AlphaFold 預測蛋白質結構
    圍棋界公認阿爾法圍棋的棋力已經超過人類職業圍棋頂尖水平。但是 DeepMind 團隊的最終目的並不是做遊戲,他們希望用人工智慧方法能幫助人類推動基本科學的進步。近日,團隊發現了僅僅基於蛋白質的遺傳序列來預測蛋白質的 3D 結構的方法。雷鋒網 AI 科技評論編譯如下。
  • 顛覆生物學!AlphaFold成功預測蛋白質結構
    原文作者:Ewen Callaway科學家認為,谷歌預測蛋白質3D結構的深度學習程序將顛覆生物學。谷歌旗下人工智慧(AI)公司DeepMind的一個AI網絡朝著解決生物學領域最大的挑戰之一邁出了一大步,這裡的挑戰是:根據一個蛋白質的胺基酸序列來確定它的3D結構。
  • 除了下圍棋,AI還能預測「難纏」的蛋白質結構,它是怎麼做到的?
    在2020年各種重大科學新聞評選中,「人工智慧預測蛋白質三維結構」是上榜率很高的一項內容。50年來,科學家們一直在努力解決生物學最大的挑戰之一——預測一串胺基酸在變成工作蛋白質時摺疊成的精確三維形狀。
  • 周四直播預告:AlphaFold會顛覆生物學嗎?漫談蛋白質結構預測問題
    近日,谷歌旗下DeepMind公司所開發的新一代AlphaFold人工智慧系統,在國際蛋白質結構預測競賽(CASP)上擊敗了所有選手,預測準確性可以跟人類實驗測得的結果相媲美
  • 解決生物學50年來重大挑戰!人工智慧預測蛋白結構能力堪比實驗室水平
    蛋白質的工作方式和功能取決於它獨特的三維結構,也就是我們常說的「結構即功能」。因此,了解蛋白質的三維結構,是理解生命與疾病的關鍵。可以毫不誇張地說,搞清楚了蛋白質的三維結構,就拿到了打開生命的鑰匙。 那蛋白質的三維結構是如何形成的呢?
  • 科學網—蛋白質結構解析:生物學的「聖杯」
    」是幾乎所有分子和細胞生物學家每天面臨的最大難題之一。Anfinsen)提出「蛋白質的高級空間結構由蛋白質的胺基酸序列決定」後(他也因此獲得1972年諾貝爾化學獎),人們開始尋找一種能夠預測蛋白質結構的算法,可以精確地從蛋白質的胺基酸序列,利用計算機預測出其複雜的空間結構,甚至其由結構決定的功能。
  • 精準預測蛋白結構的AlphaFold,會砸了結構生物學家的飯碗嗎?
    當日,DeepMind在官網發布新聞稿,稱對於困擾生物學界50年的 「蛋白質摺疊」 難題,AlphaFold系統已成為業內專家認可的解決方案;Nature新聞更是以 「it will change everything」(將改變一切)作為標題,指出DeepMind在解決蛋白結構問題上「邁出一大步」。
  • 精準預測蛋白結構的Al,會砸了結構生物學家的飯碗嗎?
    當日,DeepMind在官網發布新聞稿,稱對於困擾生物學界50年的 「蛋白質摺疊」 難題,AlphaFold系統已成為業內專家認可的解決方案;Nature新聞更是以 「it wil change everything」(將改變一切)作為標題,指出DeepMind在解決蛋白結構問題上「邁出一大步」。
  • 解決生物學50年來的重大挑戰!生物界「AlphaGo」精準預測蛋白質結構
    今日,DeepMind宣布,其新一代AlphaFold人工智慧系統,在國際蛋白質結構預測競賽(CASP)上擊敗了其餘的參會選手,能夠精確地基於胺基酸序列,預測蛋白質的3D結構。其準確性可以與使用冷凍電子顯微鏡(CryoEM)、核磁共振或 X 射線晶體學等實驗技術解析的3D結構相媲美。這一突破被多家媒體稱為「變革生物科學和生物醫學」的突破。
  • DeepMind破解蛋白質摺疊難題
    剛剛,一個困擾生物學家50年的難題,被AI解決了。 去年年底,谷歌DeepMind推出了一種名為AlphaFold(一個用人工智慧加速科學發現的系統,它基於蛋白質的基因序列,就能預測蛋白質的3D結構)的算法。