掃描上圖二維碼購票,，參與全球新興科技峰會

在 AlphaGo 征服了 Atari 經(jīng)典游戲，并在國際象棋和中國圍棋中達(dá)到超人表現(xiàn)之后,，DeepMind 現(xiàn)在將其人工智能轉(zhuǎn)向了人類科學(xué)中最棘手的醫(yī)療領(lǐng)域,。現(xiàn)在，DeepMind 或許已經(jīng)實現(xiàn)了預(yù)測功能,。

在 12 月 2 日坎昆舉行的會議上,，組織者宣布，在第 13 屆全球蛋白質(zhì)結(jié)構(gòu)預(yù)測競賽（Critical Assessment of protein Structure Prediction,，CASP）上,，DeepMind 的最新人工智能程序 AlphaFold 擊敗了所有人：成功預(yù)測生命基本分子——蛋白質(zhì)的三維結(jié)構(gòu)。CASP 也被認(rèn)為是蛋白質(zhì)結(jié)構(gòu)領(lǐng)域“奧林匹克競賽”,。

“蛋白質(zhì)折疊”是一種令人難以置信的分子折紙形式,，它非常神秘，是一個具有深遠(yuǎn)意義的問題,，在科學(xué)界之外很少有人討論,。所有生物都是由蛋白質(zhì)構(gòu)成的，蛋白質(zhì)的結(jié)構(gòu)決定了它的功能,。當(dāng) AI 了解了蛋白質(zhì)的折疊方式，我們可以期待人類進(jìn)入科學(xué)和醫(yī)學(xué)的新時代,。

正如 DeepMind 聯(lián)合創(chuàng)始人兼首席執(zhí)行官 Demis Hassabis 表示,，“對我們來說，這是一個非常關(guān)鍵的時刻,。這是一個燈塔項目,，是我們在人力和資源方面的第一個重大投資。這也是非常重要的,、現(xiàn)實世界的科學(xué)問題,?！?/strong>

圖丨 Demis Hassabis（來源：谷歌）

AI 為什么要讀懂蛋白質(zhì)？

在計算機的世界里,，只有 0 和 1,。而從某種程度上來說，生命的本質(zhì)其實就是 4 中不同堿基的排列組合,。

包含整個生命密碼的 DNA,，僅有 4 種堿基組成。這 4 種不同堿基的排列組合,，翻譯出 64 種密碼子（每 3 個相鄰 mRNA 堿基構(gòu)成一個密碼子）,，這 60 多個密碼子又對應(yīng)著整個地球生命系統(tǒng)中僅有的 20 多種氨基酸，而 20 多種氨基酸的排列組合,，構(gòu)成了數(shù)萬至數(shù)億種不同的蛋白質(zhì),。

蛋白質(zhì)是一切生命系統(tǒng)的物質(zhì)基礎(chǔ)，密切參與著從觸發(fā)免疫反應(yīng)到大腦思考的每一個生理過程,。如果把基因比作構(gòu)成生命的配方,，那么蛋白質(zhì)就是構(gòu)成生命的材料。沒有蛋白質(zhì),，也就沒有生命,。

與 DNA 密碼不同的是，真正決定不同蛋白質(zhì)性質(zhì)和功能的,，除了不同氨基酸的排列組合,，更重要的是氨基酸鏈的 3D 結(jié)構(gòu)。氨基酸鏈扭轉(zhuǎn),、彎曲構(gòu)成不同的蛋白質(zhì),，因此，具有數(shù)百個氨基酸的蛋白質(zhì)可能呈現(xiàn)出數(shù)量驚人的不同結(jié)構(gòu)：10 的 100 次方個,，或 1 后 300 個 0,。

圖 | 從 DNA 到蛋白質(zhì) 3D 結(jié)構(gòu)（圖片來源：profacgen.com）

蛋白質(zhì)只有正確折疊為特定的 3D 構(gòu)型，才能發(fā)揮相應(yīng)的生物學(xué)功能,。而蛋白質(zhì)四級結(jié)構(gòu)結(jié)構(gòu)的折疊,，受到大量非共價相互作用（如氫鍵，離子鍵,，范德華力和疏水作用）的影響,，想要從分子水平上了解蛋白質(zhì)的作用機制，就需要精確測出蛋白質(zhì)的 3D 結(jié)構(gòu),。

為了研究蛋白質(zhì)結(jié)構(gòu)而發(fā)展起來了結(jié)構(gòu)生物學(xué),，在短短 60 多年的歷史中，已經(jīng)采用了包括 X 射線晶體學(xué)、核磁共振,、冷凍電鏡等技術(shù)來解析蛋白質(zhì)結(jié)構(gòu),。

1959 年佩魯茨和肯德魯對血紅蛋白和肌血蛋白進(jìn)行結(jié)構(gòu)分析，解決了三維空間結(jié)構(gòu),，并因此獲得 1962 年諾貝爾化學(xué)獎,。之后豪普特曼和卡爾勒建立了應(yīng)用 X 射線分析的以直接法測定晶體結(jié)構(gòu)的純數(shù)學(xué)理論，在晶體研究中具有劃時代的意義,，特別在研究大分子生物物質(zhì)如激素,、抗生素、蛋白質(zhì)及新型藥物分子結(jié)構(gòu)方面起了重要作用,，因此而獲得 1985 年諾貝爾化學(xué)獎,。2017 年諾貝爾化學(xué)獎授予發(fā)明了冷凍電鏡技術(shù)的三位科學(xué)家，以獎勵其對探明生物分子高分辨率結(jié)構(gòu)的貢獻(xiàn),。

但是,，對于想要更深層次理解生命現(xiàn)象過程，以及更復(fù)雜的藥物研發(fā)而言,，僅靠這種“觀察”的手段來研究蛋白質(zhì)的結(jié)構(gòu),，實在是難以滿足需求，對于一種復(fù)雜蛋白質(zhì)結(jié)構(gòu)的測定,，往往需要耗費大量的時間和成本,，甚至還不一定準(zhǔn)確。

理論上來說,，知道了 DNA 序列,，就已經(jīng)決定了其能夠翻譯出的氨基酸序列和蛋白質(zhì)結(jié)構(gòu)，但想要實現(xiàn)這種預(yù)測,，中間涉及的計算難以想象,。而近年來隨著基因測序技術(shù)和人工智能的發(fā)展，使通過氨基酸序列來預(yù)測蛋白質(zhì)結(jié)構(gòu)成為可能,。

圖丨 DeepMind 官網(wǎng)對 AlphaFold 的報道

AlphaFold 完勝人類

全球蛋白質(zhì)結(jié)構(gòu)預(yù)測競賽（CASP）,，由美國科學(xué)家約翰·莫爾特（John Moult）于 1994 年發(fā)起，每兩年舉辦一屆,，旨在吸引計算機科學(xué),、生物物理學(xué)等不同領(lǐng)域的專家參與到蛋白質(zhì)三維結(jié)構(gòu)預(yù)測這一極具挑戰(zhàn)性的生物信息學(xué)問題中來，共同評估發(fā)展現(xiàn)狀和討論未來的趨勢,。

而這次,，完虐人類的 AI，也將目光轉(zhuǎn)移到了蛋白質(zhì)三維結(jié)構(gòu)預(yù)測,。由 DeepMind 開發(fā)的 AI 程序“AlphaFold”參加了最新一屆的蛋白質(zhì)結(jié)構(gòu)預(yù)測評估競賽。

競賽過程中，工作人員會將氨基酸序列交給每一個團(tuán)隊,。而這些蛋白質(zhì)的結(jié)構(gòu)事先已經(jīng)被復(fù)雜而昂貴的傳統(tǒng)方法破解了,，但尚未公開。最終提交最準(zhǔn)確預(yù)測的團(tuán)隊將贏得比賽,。

首次參賽的 AlphaFold 在 98 名參賽隊伍中排名第一,，其預(yù)測的 43 種蛋白質(zhì)中有 25 種蛋白質(zhì)的結(jié)構(gòu)最準(zhǔn)確，而排名第二的團(tuán)隊中只有 3 種,。

（來源：DeepMind）

為了開發(fā) AlphaFold,，DeepMind 用數(shù)千種已知蛋白質(zhì)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，直到它可以獨立預(yù)測氨基酸的 3D 結(jié)構(gòu),。對于新蛋白質(zhì),，AlphaFold 使用神經(jīng)網(wǎng)絡(luò)預(yù)測氨基酸對之間的距離，以及連接它們的化學(xué)鍵之間的角度,。接著,，AlphaFold 調(diào)整結(jié)構(gòu)以找到最節(jié)能的氨基酸布置。該程序花了兩周時間預(yù)測它的第一個蛋白質(zhì)結(jié)構(gòu),，但現(xiàn)在只需幾個小時就能將其預(yù)測出來,。

蛋白質(zhì)的 3D 結(jié)構(gòu)取決于它所含氨基酸的數(shù)量和類型，結(jié)構(gòu)也決定了蛋白質(zhì)在體內(nèi)的作用,。例如,，心臟細(xì)胞上折疊的蛋白質(zhì)，能識別血液中的腎上腺素,，并使心率上升,。免疫系統(tǒng)中的抗體也是折疊成特定結(jié)構(gòu)的蛋白質(zhì)，這些蛋白質(zhì)可以阻擋入侵的細(xì)菌,。從收縮肌肉,、感知光線到將食物轉(zhuǎn)化為能量，幾乎身體的每一個功能,，都可以追溯到蛋白質(zhì)的結(jié)構(gòu)和運動,。

通常情況下，蛋白質(zhì)具有最高效的結(jié)構(gòu),，但它們折疊錯誤,，就會導(dǎo)致糖尿病、帕金森癥和阿爾茨海默病等疾病,。如果科學(xué)家能夠從化學(xué)成分中預(yù)測蛋白質(zhì)的結(jié)構(gòu),，他們就可以弄清楚這些蛋白質(zhì)的作用以及它們是如何造成傷害的，并設(shè)計出新的蛋白質(zhì)抗擊疾病或履行職責(zé),。例如,，可以設(shè)計新蛋白質(zhì)解決環(huán)境中的塑料污染,。 

(來源：麻省理工科技評論）

在比賽中，雷丁大學(xué)研究員 Liam McGuffin 領(lǐng)導(dǎo)了英國得分最高的學(xué)術(shù)團(tuán)體,。他說,，“今年 DeepMind 似乎已經(jīng)推高了競賽標(biāo)準(zhǔn)，我很想知道更多關(guān)于他們的預(yù)測方法,，雖然我們資源不足,，但我們?nèi)匀豢梢员３指偁幜Α,！?/strong>

“預(yù)測蛋白質(zhì)折疊結(jié)構(gòu)的能力是一個大問題,。它對解決許多 21 世紀(jì)的問題具有重大意義，它會對健康,、生態(tài),、環(huán)境產(chǎn)生重大影響，并基本上解決所有涉及生命系統(tǒng)的問題,。包括我們在內(nèi)的許多團(tuán)體多年來一直在使用基于機器學(xué)習(xí),、深度學(xué)習(xí)和人工智能的方法，這些正在產(chǎn)生越來越重要的影響,。我很樂觀地認(rèn)為,，我們將在 20 世紀(jì) 20 年代真正解決這一領(lǐng)域的問題”，McGuffin 說,。

Hassabis 表示,，我們還有很多工作要做。“我們還沒有解決蛋白質(zhì)折疊問題,，預(yù)測只是第一步,。蛋白質(zhì)折疊是一個極具挑戰(zhàn)性的問題，但我們有一個很好的系統(tǒng),，我們還有一些尚未實施的想法,。”

“后 AlphaGo 時代”的 DeepMind,，搶跑 AI 生命科學(xué)領(lǐng)域

DeepMind 被全世界人民所熟知是在 2016 年,。當(dāng)時，他們所開發(fā)的 AI 算法 AlphaGo 擊敗了圍棋世界冠軍李世石,，之后又在 2017 年于中國打敗了頂級棋手柯潔,。在正是在那場烏鎮(zhèn)圍棋峰會上，Hassabis 表示,，AlphaGo 將退役,，但 DeepMind 的 AI 探索仍將繼續(xù)。

游戲是 DeepMind 人工智能項目的良好測試基地,，但征服游戲并不是他們的最終目標(biāo),。Hassabis 也不止一次曾在公開場合表態(tài),，團(tuán)隊的目標(biāo)是開發(fā)類似解決生命科學(xué)問題、發(fā)現(xiàn)新材料,、幫助探索宇宙的算法,。按照 Hassabis 的設(shè)想，在接下來十年,，AlphaGo 的迭代產(chǎn)品將成為科學(xué)家和醫(yī)學(xué)專家，與人類并肩工作,，這將會有可能對我們的生活產(chǎn)生根本性的影響,。

而縱觀  DeepMind 于 2018 年公開發(fā)表過的 AI 論文，不少正是其將人工智能應(yīng)用于生命科學(xué)領(lǐng)域研究的重要成果,。

（來源：DeepMind）

在  DeepMind 非常關(guān)注的腦科學(xué)領(lǐng)域,，今年 5 月 9 日，團(tuán)隊在世界頂級學(xué)術(shù)雜志 Nature 上發(fā)表了一項重磅成果,，利用深度學(xué)習(xí)復(fù)現(xiàn)生物的空間導(dǎo)航能力,，夠協(xié)助傳統(tǒng)的神經(jīng)科學(xué)研究來測試大腦工作原理。其開發(fā)出的的一個人工智能程序具有類似哺乳動物一樣的尋路能力,，非常類似大腦中網(wǎng)格細(xì)胞的工作原理,。

另一項  DeepMind 發(fā)布的人工智能、神經(jīng)科學(xué)跨領(lǐng)域重要成果,，則是使用 AI 領(lǐng)域中的元強化學(xué)習(xí)框架,，用來研究大腦中多巴胺在我們學(xué)習(xí)過程中起到的作用。這一新發(fā)現(xiàn)有望顛覆傳統(tǒng)的神經(jīng)科學(xué)研究方法,，提供了一個全新的視角,。研究發(fā)表在今年 5 月的 Nature 子刊上。

而在疾病診斷上,，今年 8 月發(fā)表在 Nature Medicine 的一項研究中,，DeepMind 和 Moorfields 眼科醫(yī)院共同開發(fā)的 AI 算法可以識別 50 多種不同的眼部疾病，且與人類臨床醫(yī)生一樣準(zhǔn)確,，并且有可能通過減少檢查和診斷所需的時間來顯著改善現(xiàn)有的醫(yī)療困境,。“這是一個非常令人興奮的里程碑，也是臨床醫(yī)生和技術(shù)人員共同努力的可能性的另一個跡象,，”DeepMind 當(dāng)時表示,。