一線|「阿爾法狗」親兄弟AlphaFold破解預測蛋白質結構50年難題

2020-12-01 騰訊網

騰訊新聞《一線》紀振宇 發自矽谷

谷歌母公司Alphabet旗下人工智慧公司DeepMind憑藉其開發的AlphaGo人工智慧圍棋程序一鳴驚人，如今這家公司在解決生物學界50年難題方面又獲得了新的突破。

美國時間11月30日，DeepMind宣布，其開發的人工智慧應用AlphaFold的最新版本，在通過胺基酸序列精確預測蛋白質摺疊結構方面，已經獲得每兩年一次的蛋白質結構預測關鍵評估（Critical Assessment of protein Structure Prediction，CASP）的認可。

「這一突破展示了AI在科學發現和大幅加快在解釋和塑造我們的世界的關鍵領域的進展方面的重要影響。」DeepMind在當天的聲明中說。

CASP在全球範圍內組織了預測蛋白質結構摺疊的競賽，希望通過這一方式加速破解這一難題，在過去25年間，CASP負責密切監測進展，DeepMind研發的AlphaFold正是為了應對這一難題而生，周一，CASP宣布AlphaFold系統在通過胺基酸序列預測蛋白質模型方面的精確度，已經達到了無與倫比的高度。

AlphaFold的模型預測結果，優於其他100個參加挑戰的團隊。

「DeepMind遙遙領先，」CASP主席John Moult說，「這一50年的難題很大程度上在計算機科學領域被解決了。」

DeepMind最早於2018年參加這一挑戰，當年就已經取得了驚人的成績，遠高於往年這一競賽的水平，與兩年前相比，如今AlphaFold 2的預測準確性進一步大幅提高，得分已經接近90分，而90分以上將被認為是與實驗所確定的結構相一致，從這個標準來看，AlphaFold目前的預測結果已經非常接近於實驗所確定的蛋白質結構。

預測蛋白質結構變化的重要意義在於，包括癌症、痴呆等幾乎所有疾病，都與細胞內蛋白質結構變化相關，如果能夠掌握蛋白質結構的變化，將對疾病的預防、治療等帶來重要影響。

谷歌執行長Sundar Pichai在當天在其社交帳號上分享了這一消息，並表示DeepMind難以置信的用AI進行蛋白質摺疊預測的突破，將幫助我們更好地理解生命的最根本的根基，並幫助研究人員應對新的和更難的難題，包括應對疾病和環境可持續發展。

DeepMind創始人兼執行長Demis Hassabis稱，DeepMind的終極目標是建立通用型AI，並使用它通過極大地加速科學發現的步伐，來幫助我們更好地理解我們所處的世界。

相關焦點

  • AlphaGo之後,DeepMind重磅推出AlphaFold:基因序列預測蛋白質結構
    正因為蛋白質的結構如此重要，在過去的五十年中，科學家已經能使用低溫電子顯微鏡和核磁共振等實驗技術確定蛋白質的形狀，但是每一種方法都依賴大量的試驗與誤差反饋，每種結構可能需要花費數萬美元、歷時數年進行研究。因此生物學家轉攻 AI 方法，以完成這一困難且單調的過程。
  • 【AlphaFold精準預測蛋白結構】|蛋白質|胺基酸|生物學|複合物...
    第一代AlphaFold依託蛋白質資料庫PDB作為訓練數據集，構建神經網絡，採用深度學習預測胺基酸殘基間的方向和距離，混合傳統算法Rosetta對蛋白質結構進行同源建模、結構優化；與此不同的是，第二代AlphaFold則將摺疊蛋白質視為「空間圖」，基於神經網絡系統進行「端到端」的訓練，使用了進化相關的胺基酸序列，多序列比對以及對胺基酸對的評估來優化結構預測。
  • AlphaFold抗疫,DeepMind公布六種新冠病毒蛋白質結構預測結果
    DeepMind 開放的新冠病毒蛋白質結構預測結果下載連結：https://storage.googleapis.com/deepmind-com-v3-datasets/alphafold-covid19/structures_4_3_2020.zip為什麼要用深度學習預測新冠病毒蛋白結構？
  • 預測蛋白結構的AlphaFold，會砸了結構生物學家飯碗嗎？
    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
  • AI解決生物學50年來重大難題:破解蛋白質摺疊,顛覆結構生物學
    11 月 30 日，一條重磅消息引發了科技界所有人的關注：谷歌旗下人工智慧技術公司 DeepMind 提出的深度學習算法「Alphafold」破解了出現五十年之久的蛋白質分子摺疊問題。最新一代算法 Alphafold 2，現在已經擁有了預測蛋白質 3D 摺疊形狀的能力，這一複雜的過程對於人們理解生命形成的機制至關重要。
  • DeepMind開源AlphaFold,蛋白質預測模型登上《Nature》
    2018年的11月2日，在第13屆全球蛋白質結構預測競賽（CASP）上，AlphaFold獲得了預測43種蛋白中的25種蛋白結構的最高分，在98名參賽者中排名第一。對於DeepMind的預測方法，由於當時沒有具體論文發布，眾多學者認為是計算能力突出使得AlphaFold獲得冠軍。
  • DeepMind AI破解「蛋白質摺疊」難題,攻克生物學50年...
    美國時間11月30日，谷歌母公司Alphabet旗下人工智慧公司DeepMind公開宣布，生物學界50年來的重大難題——蛋白質摺疊預測，已被其成功攻克。因此，從1972年至今，如何準確預測蛋白質的摺疊方式一直是生物學界的一項重大挑戰。然而，困擾生物學界50年的重大挑戰昨日被DeepMind的成功攻克。該公司的最新AlphaFold系統，在第14次CASP評估中的總體中位數得分達到了92.4GDT。
  • 破解生命密碼,阿爾法狗的親兄弟Alpha Fold 2又開掛了
    近日，在蛋白質摺疊界的奧運會——CASP14（Critical Assessment of Structure Prediction）基因摺疊競賽中，谷歌母公司Alphabet旗下公司Deep Mind，憑藉最新人工智慧項目Alpha Fold 2，以驚人的近90分，成功根據基因序列預測出蛋白質的
  • DeepMind AI破解「蛋白質摺疊」難題，攻克生物學50年巨大挑戰
    美國時間11月30日，谷歌母公司Alphabet旗下人工智慧公司DeepMind公開宣布，生物學界50年來的重大難題——蛋白質摺疊預測，已被其成功攻克。50年來，計算機科學領域的巨大挑戰已得到很大程度的解決。需要說明的是，CASP是評估蛋白質結構預測技術全球範圍內最權威的機構。它由John Moult和Krzysztof Fidelis兩位教授創立於1994年，每兩年進行一次盲審。其中，GDT(Global Distance Test ) 是CASP 用來測量預測準確性的主要指標，其範圍是從0-100。
  • DeepMind AI破解「蛋白質摺疊」難題,攻克生物學50年巨大挑戰
    美國時間11月30日，谷歌母公司Alphabet旗下人工智慧公司DeepMind公開宣布，生物學界50年來的重大難題——蛋白質摺疊預測，已被其成功攻克。然而，困擾生物學界50年的重大挑戰昨日被DeepMind的成功攻克。該公司的最新AlphaFold系統，在第14次CASP評估中的總體中位數得分達到了92.4GDT。這意味著AlphaFold預測的平均誤差（RMSD）僅為1.6 埃（1埃等於0.1nm），相當於一個原子的寬度。
  • 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...
    CASP始於1994年，是蛋白質結構預測的評估標準和全球社區，評價每兩年進行一次。△圖源：Science從1994年起，隨著技術的進步，蛋白質的預測準確性在不斷增加，而在今年，迎來了重大突破，預測準確性得分達到了92.4/100。而這，便是DeepMind的AlphaFold 2系統帶來的。
  • 50年難遇諾獎級裡程碑！DeepMind破解蛋白質摺疊難題
    公司表示，其已經解決了關鍵的「蛋白質摺疊問題」，這個問題在生物圈已被研究50年之久。馬斯克、李飛飛等大佬紛紛點讚！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。
  • DeepMind AI 人工智慧破解困擾科學家 50 年的蛋白質摺疊結構難題
    DeepMind AI 人工智慧破解困擾科學家 50 年的蛋白質摺疊結構難題過去推動的Folding@home計劃，就是希望透過使用者貢獻空閒運算效能，透過連網協作方式組成龐大運算資源，藉此研究蛋白質摺疊結構，就連NVIDIA過去也曾藉由GPU
  • 50年難遇AI「諾獎級」裡程碑!DeepMind破解蛋白質摺疊難題
    DeepMind破解蛋白質摺疊難題，Nature：這可能改變一切剛剛，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。
  • ...DeepMind AI解決生物學50年來重大挑戰,破解蛋白質分子摺疊問題
    蛋白質存在於我們世界中的所有有機物體及奧妙人體中，全新的AlphaFold 算法揭秘了生物學界50年來試圖破解蛋白質分子摺疊的難題，這項AI帶來的重大突破，將幫助科學家弄清某些困擾人們的疾病機制、加速找出新型流行病的具體原因（比如今年的全球新冠大流行），促進新藥設計、幫助農業增產、解析可有效降解廢棄物的嶄新成分、甚至探索為大氣減碳的全新解決方案。
  • 生化版阿爾法狗出手蛋白質結構預測，生命密碼的馬奇諾防線崩了
    2009年諾貝爾化學獎得主拉馬克裡希南表示：「這是蛋白質摺疊的驚人進展，它解決了已經困擾生物學家50多年的問題，比大家預期的要早幾十年。它將以多種方式從根本上改變生物學研究。」阿爾法狗「生化版」來了，這次它出手的是蛋白質結構預測領域。這個版本名為「阿爾法摺疊」（AlphaFold），同樣來自谷歌旗下的「深度思維」（DeepMind）團隊。在剛剛結束的國際蛋白質結構預測競賽（CASP）中，AlphaFold取得了革命性突破。在CASP的一系列測試中，AlphaFold獲得了92.4分，在最具挑戰的自由建模蛋白質測試中也獲得87分。
  • 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」。
  • AI破解蛋白質摺疊難題,施一公等結構學家未來的創新點將在哪裡?
    1972年，諾貝爾化學獎得主克裡斯蒂安·安芬森（Christian Anfinsen）提出一個著名的觀點，即理論上，蛋白質的胺基酸序列應該完全決定其結構。正是由於這一假設，引發了50年的探索，即能夠僅基於1D胺基酸序列通過計算預測蛋白質的3D結構。
  • 預測新冠病毒「蛋白質摺疊」重磅武器:AlphaFold!精度碾壓生物與...
    DeepMind：COVID-19相關蛋白結構的計算預測「人類對冠狀病毒的研究已經有幾十年的歷史，所以利用以往的資料庫對COVID-19疫情能做出較快的反應，短短幾天就研究出了新病毒的檢測方法。新智元根據DeepMind文章中提供的下載文件製作出了六種蛋白質的預測結構圖，僅供參考（不保證100%精確）：原文件下載地址：https：//storage.googleapis.com/deepmind-com-v3-datasets/alphafold-covid19/structures_4_3_2020.zipDeepMind預測新冠病毒
  • 50年都未解開的蛋白質摺疊難題被AI破解了
    1972年，諾貝爾化學獎獲得者克裡斯蒂安·安芬森在獲獎感言中提出了一個假設來說明酶進行化學合成的可能性。他猜測蛋白質複雜的三維結構是由它的一維結構所決定的，也就是說，由DNA控制細胞內RNA所搭建的特定胺基酸序列，從理論上來講，應該決定了這類蛋白質擁有怎樣的結構。