穿越半世紀的蛋白質難題,在人工智慧下終迎突破

2020-12-07 澎湃新聞

穿越半世紀的蛋白質難題，在人工智慧下終迎突破

2020-12-03 10:53 來源：澎湃新聞·澎湃號·湃客

文/陳根

蛋白質是生命的基石，幾乎支持著人體的所有功能。同時，蛋白質又是大型複雜分子，由胺基酸鏈組成，蛋白質的作用很大程度上取決於其獨特的三維結構。準確預測蛋白質三位結構對生命科學和醫學無疑是一個巨大的福音，這意味著大大加快人們對細胞組成部分的理解，並使人們能夠更快、更先進地發現藥物。

然而，預測蛋白質三位結構的「蛋白質摺疊問題」卻並不簡單，一個主要的挑戰是，蛋白質在形成最終的三維結構之前，理論上可以摺疊的方式數量是天文數字。

1969年，塞勒斯 · 萊文塔爾（Cyrus Levinthal）指出，用暴力計算法列舉一個典型蛋白質的所有可能構型所需的時間比已知宇宙的年齡還要長，他估計一個典型蛋白質有10 ^ 300種可能構型。事實上，在過去的半世紀裡，「蛋白質摺疊問題」都是生物學中的一個巨大挑戰。

而現在，這一困擾科學家們的世紀難題，卻在人工智慧的深度學習下得到了重大突破。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。

近日，在有「蛋白質奧林匹克競賽」稱呼的國際蛋白質結構預測競賽（CASP）上，AlphaFold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。

這一發展也被研究人員們給予高度的評價。馬克斯·普朗克發展生物學研究所(Max Planck Institute for Developmental Biology)所長、CASP評估員安德烈·盧帕斯(Andrei Lupas)教授表示：「阿爾法·弗爾德(Alpha Fold)驚人的精確模型使我們能夠解決近十年來一直困擾科學界的蛋白質結構問題，重新啟動了學界的研究，以了解信號是如何通過細胞膜傳遞的。」

未來，Alpha Fold或將幫助科學家發現蛋白質功能失調以及導致某些疾病的原因，這為藥物開發開闢了全新的途徑，從而可以快速地進行醫療治療。它還可以幫助開發降解塑料廢物的酶，或者通過預測新病毒的蛋白質結構來幫助解決未來的流行病。同時，它還可以幫助解開目前我們不知道其結構的數億蛋白質。

諾貝爾獎得主、皇家學會主席Venki Ramakrishnan教授表示，這項計算工作代表了蛋白質摺疊問題的驚人進展，這曾經是生物學領域50年來的重大挑戰。

關鍵詞 >> 人工智慧,醫學,科技

特別聲明

本文為澎湃號作者或機構在澎湃新聞上傳並發布，僅代表該作者或機構觀點，不代表澎湃新聞的觀點或立場，澎湃新聞僅提供信息發布平臺。申請澎湃號請用電腦訪問http://renzheng.thepaper.cn。

相關推薦

評論（）

相關焦點

  • 陳根:人工智慧相逢世紀醫學難題,終迎突破
    文/陳根蛋白質是生命的基石，幾乎支持著人體的所有功能。同時，蛋白質又是大型複雜分子，由胺基酸鏈組成，蛋白質的作用很大程度上取決於其獨特的三維結構。準確預測蛋白質三位結構對生命科學和醫學無疑是一個巨大的福音，這意味著大大加快人們對細胞組成部分的理解，並使人們能夠更快、更先進地發現藥物。然而，預測蛋白質三位結構的「蛋白質摺疊問題」卻並不簡單，一個主要的挑戰是，蛋白質在形成最終的三維結構之前，理論上可以摺疊的方式數量是天文數字。
  • 陳根：人工智慧相逢世紀醫學難題，終迎突破
    文/陳根蛋白質是生命的基石，幾乎支持著人體的所有功能。同時，蛋白質又是大型複雜分子，由胺基酸鏈組成，蛋白質的作用很大程度上取決於其獨特的三維結構。準確預測蛋白質三位結構對生命科學和醫學無疑是一個巨大的福音，這意味著大大加快人們對細胞組成部分的理解，並使人們能夠更快、更先進地發現藥物。
  • 最近，人工智慧解決了長達50年的生物學難題，一個巨大的突破
    據科學家報導，一個長期存在且極其複雜的關於蛋白質結構和行為的科學問題已經被一種新的人工智慧系統有效地解決了在此背景下，DeepMind的研究人員試圖引導他們的人工智慧解決更為重要的科學難題——比如，通過預測人類生物學極其微小但至關重要的方面，找到對抗疾病的新方法。
  • 最新消息,人工智慧解決了長達50年的生物學難題,一個巨大的突破
    據科學家報導，一個長期存在且極其複雜的關於蛋白質結構和行為的科學問題已經被一種新的人工智慧系統有效地解決了
  • 一線|「阿爾法狗」親兄弟AlphaFold破解預測蛋白質結構50年難題
    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。
  • 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
  • 谷歌人工智慧解決蛋白質摺疊問題
    摘要 【谷歌人工智慧解決蛋白質摺疊問題】當地時間11月30日，字母表公司（谷歌母公司）旗下的DeepMind公司表示，其開發的人工智慧軟體AlphaFold可以準確預測蛋白質在幾天內會摺疊成什麼結構，這解決了近50年來困擾人類的「蛋白質摺疊問題」。
  • AI破解蛋白質摺疊難題,這意味著什麼?
    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的算法。 DeepMind聯合創始人及CEO德米斯·哈薩比斯表示：「DeepMind背後的終極願景一直是構建通用人工智慧，利用通用人工智慧來極大地加速科學發現的步伐，幫助我們更好地了解周圍世界。」
  • 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。
  • 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。
  • 人工智慧破解生物學50年大難題,一切早已被頂尖科學家預言
    但是，假如我們真的能解決蛋白質摺疊這個難題，那將會是科學界的重大突破，大大加快藥物發現和疾病建模等方面的研究工作，而它帶來的新應用也將遠遠超出健康領域。而在CASP實驗走進第三個十年之際，谷歌DeepMind重磅推出的AlphaFold以前所未有的準確性提供了對3D蛋白質結構的預測，它的預測戰勝了25年來所有的參賽者。
  • 人工智慧破解生物學50年大難題!這一切早已被頂尖科學家預言
    但是，假如我們真的能解決蛋白質摺疊這個難題，那將會是科學界的重大突破，大大加快藥物發現和疾病建模等方面的研究工作，而它帶來的新應用也將遠遠超出健康領域。而在CASP實驗走進第三個十年之際，谷歌DeepMind重磅推出的AlphaFold以前所未有的準確性提供了對3D蛋白質結構的預測，它的預測戰勝了25年來所有的參賽者。
  • 人工智慧破解生物學50年大難題！這一切早已被頂尖科學家預言
    但是，假如我們真的能解決蛋白質摺疊這個難題，那將會是科學界的重大突破，大大加快藥物發現和疾病建模等方面的研究工作，而它帶來的新應用也將遠遠超出健康領域哈特爾教授當時就預言：人工智慧絕對是一個非常重要的發展。而且我認為像AlphaFold這樣的人工智慧很適用於我們的研究，特別是了解蛋白質分子是如何精準形成三維結構的。
  • DeepMind破解蛋白質摺疊難題引爭議 正準備論文回應
    原標題：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
  • DeepMind破解蛋白質摺疊難題
    【新智元導讀】近日，DeepMind在預測蛋白質結構方面邁出了一大步！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！DeepMind這一歷史性進展有助於加快藥物發現速度，對理解人類生命形成機制至關重要。剛剛，一個困擾生物學家50年的難題，被AI解決了。
  • DeepMind AI玩轉棋圈後，開始玩轉生物圈，破解了50年來預測蛋白質摺疊難題
    蛋白質三維結構的解析對於深入理解蛋白質功能和生理現象起著決定性作用。一般實驗室解析某個蛋白結構，需要花費數年時間，而人工智慧公司DeepMind新研發的AlphaFold似乎能破解這一難題。2016年3月，它又以4:1將世界冠軍李世石九段挑落馬下。2017年5月，當時排名世界第一的柯潔也敗給了這位人工智慧對弈大師。
  • 小飛俠眼含淚光,正能量終迎曙光!
    走過山山水水，穿越人海宇宙，終於獨樹一幟。楔子：初露鋒芒，告別素人時代的不羈，迎來大人時光的無奈。肖戰的紅不是一夜爆紅，大齡出道莫名其妙被網暴，被吐槽」流量小生「，遭窮兇極惡的報復，他掉入了深水泥坑。幕後主導，暴力攻擊者似乎從不認為錯在哪裡，他的慘無法形容，他受的委屈，如汪洋大海。
  • 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。
  • 攻克生物學半世紀難題,「阿爾法摺疊」精準預測蛋白質三維結構
    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。
  • 谷歌人工智慧解決蛋白質摺疊問題,結束人類50年困擾
    DeepMind於12月初宣布了一項重大突破，他們的AI系統AlphaFold已經解決了「蛋白質摺疊問題」，這是生物學中已經困擾了科學家50年的巨大難題。蛋白質摺疊問題的突破可以幫助我們了解疾病並發現新的藥物。生物學家安德烈·盧帕斯（Andrei Lupas）告訴《自然》（Nature），這是在 「改變遊戲規則」。