谷歌(GOOGL.US)AlphaFold點評:生命科學與人工智慧持續交叉,有望...

2020-12-07 手機鳳凰網

行業近況

11月30日，谷歌旗下人工智慧技術公司DeepMind宣布其開發的深度學習算法AlphaFold，在生物學領域重要的「蛋白質摺疊問題」上實現突破，其算法的預測精度首次達到了與人類實驗相當的準確率水平。我們認為，這是DeepMind在2016年AlphaGo打敗圍棋世界冠軍，2019年AlphaStar戰勝電競職業玩家後的又一次重大突破。10月，今年的諾貝爾化學獎授予Emmanuelle Charpentier、Jennifer A. Doudna等科學家開發的基因編輯技術CRISPR，我們注意到學術界在基因編輯領域也正逐漸展開人工智慧的嘗試。隨著AlphaFold等預測算法，以及CRISPR等基因編輯技術的逐漸成熟，我們看到未來人工智慧與生命科學的結合有望成為一條新興的發展賽道。該主題相關公司包括：科技公司-谷歌（GOOGL.US，未覆蓋）、基因測序-Illumina（ILMN.US，未覆蓋）、基因編輯-海外：CRISPR Therapeutics （CRSP.US，未覆蓋），Editas（EDIT.US，未覆蓋），Intellia（NTLA.US，未覆蓋），國內：博雅輯因（未上市，國內首個提交CRISPR基因編輯療法臨床試驗申請）等。

評論

人工智慧助力解構蛋白質摺疊問題。1）什麼是「蛋白質摺疊問題」？蛋白質功能主要取決於自身的3D結構，其摺疊過程能讓人們了解DNA中轉錄、翻譯出的一維胺基酸序列信息是如何決定三維蛋白質分子結構[i]，屬於生命科學中的重要命題。2）AlphaFold提供了什麼優勢？AlphaFold通過輸入胺基酸序列信息，預測蛋白質中胺基酸對的距離和以及連接化學鍵的角度，構建並預測蛋白質的立體模型。相較過去在實驗室中進行的傳統預測手段（X射線晶體衍射、冷凍電子顯微鏡等）而言，AlphaFold在準確率接近人類實驗的基礎上，設備成本相對降低，且預測耗時有所縮短（部分預測耗時僅需半小時[ii]）。我們認為人工智慧在醫藥領域降本增效的效應正不斷顯現，具有較好的發展前景，後衛生事件時代，AI+醫療有望迎來大發展。

蛋白質分子摺疊研究前景廣闊，人工智慧有望加速應用落地。1）應用意義：蛋白質大分子能夠協助人體實現感知光亮、肌肉生長、病毒免疫等多種功能，對生命至關重要。通過研究蛋白質分子的結構，能夠解決包括農作物增產、藥物設計、病理探究以及降解塑料等多領域的問題，充滿豐富想像空間。2）人工智慧能做什麼？目前單種蛋白質存在約種[iii]潛在的立體構象，雖然AlphaFold當前仍不能保證接近完美的預測，但我們認為，隨著模型的持續優化及蛋白質結構資料庫（PDB）的不斷完善，該技術有望持續助力完善蛋白質結構的預測效率和精度，加速蛋白質摺疊應用的拓展與落地。

生命科學與人工智慧持續交叉，有望成為新投資賽道。從2018年微軟[iv]推出Elevation預測CRISPR基因編輯效果，2020年初中國AI企業運用人工智慧技術在診前、診中、診後全階段助力抗疫，再到本次AlphaFold解構生物學難題，我們認為這預示著發展基於人工智慧技術的生命科學有望成為未來的重要趨勢；隨著人工智慧「智力」水平不斷上升，人工智慧技術應用或將迎來爆發式增長，我們看好AI+生命科學成為一條新的優質投資賽道。

估值與建議

維持所覆蓋公司評級、盈利預測、目標價不變。

風險

新業態帶來倫理和政策挑戰；人工智慧技術發展不及預期。

圖表1: 什麼是「蛋白質摺疊問題」？

資料來源：DeepMind，中金公司研究部

圖表2：單個人體約含有兩萬種蛋白質，探索前景豐富

資料來源：DeepMind，中金公司研究部

圖表3：蛋白質分子摺疊應用前景廣闊

資料來源：Nature，DeepMind，中金公司研究部

圖表4: 人工智慧在醫療領域的應用逐漸增加

資料來源：科大訊飛，IBM官網，中金公司研究部

圖表5: AI技術開始滲透至診療流程各環節

資料來源：中金公司研究部

圖表6：DeepMind 訓練神經網絡預測蛋白質成對殘基（residues）之間距離的獨立分布

資料來源：DeepMind，中金公司研究部

圖表7：AlphaFold 2算法預測的優化效果顯著

資料來源：Nature，DeepMind，CASP，中金公司研究部

圖表8:AlphaFold神經網絡架構

資料來源：DeepMind，CASP，中金公司研究部

圖表9：AI+CRISPR基因編輯的理念框架

資料來源：WilsonCenter，中金公司研究部

圖表10：微軟開發的Elevation可利用算法預測CRISPR脫靶效應的概率分布

資料來源：Nature，微軟，中金公司研究部

圖表11: 衛生事件期間，中國安防和AI公司推出的衛生事件防控產品

資料來源：各公司官網，中金公司研究部

(編輯：李國堅)

相關焦點

  • AlphaGo之後,DeepMind重磅推出AlphaFold:基因序列預測蛋白質結構
    如今，該公司已將人工智慧技術應用到最具挑戰性的科學研究問題中，其剛剛推出的 AlphaFold 可以僅根據基因「代碼」預測生成蛋白質的 3D 形狀。DeepMind 表示，AlphaFold 是「該公司首個證明人工智慧研究可以驅動和加速科學新發現的重要裡程碑」。
  • AlphaFold：首個有望獲得諾貝爾獎的人工智慧成果
    「這可能是首個有望獲得諾貝爾獎的人工智慧成果。但它的突破肯定是在生物學領域」，談及最近大火的 AlphaFold，阿德萊德大學計算機科學教授沈春華告訴 DeepTech。他表示，AlphaFold 之所以會受到如此關注，是因此前很少有機器學習和生物相結合、且真正能解決重要實際問題的成果。
  • 【AlphaFold精準預測蛋白結構】|蛋白質|胺基酸|生物學|複合物...
    繼圍棋、西洋棋等競技項目之後，近日谷歌旗下DeepMind開發的人工智慧程序AlphaFold在兩年一次的蛋白質結構預測挑戰賽CASP中再次大幅勝出。該程序在根據蛋白質胺基酸序列確定蛋白質三維結構方面取得巨大飛躍，準確性可與冷凍電子顯微術（亦稱冷凍電鏡）（Cryo-EM）和X-射線晶體學等實驗技術相媲美。
  • 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？
  • 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
  • 【認知科學趨勢】人工智慧與腦科學最新交叉研究進展
    6月14日，發表於認知科學趨勢的評論表示：來自谷歌深度思維以及史丹福大學的研究人員對最初的開發理論進行了更新，從而對人類以及其他動物的學習方式進行了解釋，同時也重點強調了其作為框架對指導人工智慧代理開發的潛在重要性。　　該理論最初於1995年發表，該理論表明學習是兩個輔助學習系統的綜合產物。
  • DeepMind開源AlphaFold,蛋白質預測模型登上《Nature》
    代碼：https://github.com/deepmind/deepmind-research/tree/master/alphafold_casp13模型：https://www.biorxiv.org/content/10.1101/846279v1.full.pdf根據DeepMind的介紹，在預測蛋白質結構的物理性質方面使用了兩種不同的方法來構建預測模型
  • 生命的聖杯?谷歌解開生命奧秘?
    如果人類能夠解開生命的奧秘，那麼以上這些想像將在未來成為現實。人工智慧企業DeepMind的數據科學分析師日前在此領域有了重大發現。以下為具體內容：當今這個時代，是一個生命科學大爆發的新時代，也是一個由數據科學和機器學習驅動的新時代。在這一偉大時代背後，也有一家偉大的公司：Deepmind——谷歌的人工智慧研發實驗室。
  • 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。
  • 谷歌母公司(GOOGL.US)Q2財報會議實錄:谷歌雲業務未來還會快速增長
    谷歌地圖還可以幫助人們在危機時刻保持安全。上個月，我們添加了更多的視覺信息和一個新的導航警報系統，幫助您了解自然災害的位置，並更好地預測它可能的走向。 　　為每個人建立一個更有用的谷歌意味著每個人都應該能夠使用我們的產品。這就是為什麼我們正在應用人工智慧的最新技術來顯著改善殘疾人的體驗。
  • 預測蛋白結構的AlphaFold，會砸了結構生物學家飯碗嗎？
    對於AlphaFold的成績，清華大學生命科學學院研究員李賽不吝讚美。結構生物學家李賽的研究方向是用冷凍電鏡解析生物樣本，而清華大學擁有國際一流的冷凍電鏡平臺。利用這17萬公開的蛋白質序列和結構數據，以及已知序列而未知結構的蛋白質資料庫，DeepMind 對 Alphafold 進行訓練。
  • AlphaFold2是什麼狗?(會後解讀)
    如果說兩年前alphafold還是以A7D出道，傳統的課題組沒有對他進行一點防備，那麼今年就完全不同了，比賽前大家似乎卯足了勁，工業界的隊伍也多了不少，從CASP14摘要上來看，目前的工業界隊伍（用搜索「.com」粗略估計），除了Deepmind 的alphafold2，還有一些工業巨頭，比如微軟的BrainFold，微軟亞洲研究院的兩款算法
  • AlphaFold的突破和普通人什麼關係？|智²平方論壇速報
    2020年12月6日，智識學研社與智源社區策劃的 「智²平方」 論壇，邀請到清華大學生命科學院教授、2019科學探索獎得主王宏偉，清華大學醫學院教授李海濤，中國人民大學數學科學研究院教授龔新奇和商湯研究院研究執行總監、智源青年科學家代季峰，再次探討人工智慧與人類的未來
  • 數學科學學院舉辦「數學及其交叉科學研討會」,探討數學與人工智慧...
    數學科學學院舉辦「數學及其交叉科學研討會」，探討數學與人工智慧及其他應用學科的交叉融合 來源：數學科學學院   時間：2020-11-19
  • 「智能科學與技術」交叉學科國際論壇在自動化所召開
    為進一步提升「智能科學與技術」高精尖學科建設水平，推進學科建設與人才培養深度融合，搭建海內外學者進行思想碰撞和學術交流的平臺，12月17日，中國科學院大學（以下簡稱「國科大」）人工智慧學院在中科院自動化所舉辦了「智能科學與技術」交叉學科國際論壇。
  • 谷歌人工智慧有望解決生物學最大謎團之一:蛋白質摺疊問題
    編輯：金秋野 、孫曉旭    實習編導：糜琪琦   當地時間11月30日，谷歌母公司旗下的DeepMind公司表示，其開發的人工智慧程序AlphaFold可以預測蛋白質如何摺疊成3D形狀。更好地理解蛋白質形狀可以在開發治療疾病的新藥物中發揮關鍵作用。
  • 谷歌AlphaGO挑戰賽:人工智慧的邊界在人類
    從這個世界觀的層面來看，以美國為首的西方世界不斷探索人工智慧的行為是非常容易理解的。簡單點說就是人類在模仿上帝創造的行為，在人類的認知能力範圍內「創造」類人類的一種行為。而我之所以將人工智慧這一行為定義為類人類的行為，是因為就其本質而言，不論人工智慧有多麼強大，它都只是物理層面的行為，而不是生物層面的行為，或者說是生命科學層面的行為。
  • 國家自然科學基金委交叉科學部網站上線,公布四大交叉科學領域
    據官網顯示，國家自然科學基金委員會於2020年11月成立交叉科學部，負責統籌國家自然科學基金交叉科學領域整體資助工作；組織擬定跨科學部領域的發展戰略和資助政策；提出交叉科學優先資助方向，組織編寫項目指南；負責受理、評審和管理跨學部交叉科學領域項目；負責相關領域重大國際合作研究的組織和管理；負責相關領域專家評審系統的組織與建設；承擔交叉科學相關問題的諮詢。
  • 預測新冠病毒「蛋白質摺疊」重磅武器:AlphaFold!精度碾壓生物與...
    來源：創事記歡迎關注「創事記」微信訂閱號：sinachuangshiji作者/新智元 來源：新智元（ID：AI_era）谷歌母公司Alphabet旗下的明星AI公司DeepMind以打敗人類享譽世界，憑藉AlphaGo擊敗人類圍棋世界冠軍，憑藉AlphaStar擊敗99.8%的人類玩家。
  • 探索前沿腦科學 盛趣遊戲布局腦科學與人工智慧前沿領域
    對於盛趣遊戲為何將遊戲的航母駛向「腦海」，盛趣遊戲董事長王佶表示，公司的第三個十年把未來寄托在前沿科技領域，在腦科學領域的突破，將創造出谷歌級別的企業，通過腦科學研究成果的市場化、產業化，在新的產業變革中保持領先。