Deepmind搞了個大新聞:宣布AlphaFold系統(tǒng)開發(fā)成功

可能本文發(fā)出來是前天了,他們的官博上發(fā)文:
今天我們很高興能向大家分享Deepmind部門的一項新成果,這也將是我們第一次能清楚地展示,人工智能研究對科學(xué)進步有多強大的助力。為了把最尖端的技術(shù)應(yīng)用在蛋白質(zhì)三維建模上(完全只以其基因序列為藍圖),我們搜羅了結(jié)構(gòu)生物學(xué)、物理學(xué)和機器學(xué)習(xí)編程等各個業(yè)界的大佬,為這項目貢獻心血。

耗時兩年,這新系統(tǒng)終于開發(fā)成功,名為AlphaFold(阿法浮德?)。它繪制的蛋白質(zhì)三維建模,在精度上遠超此前人類所能,而生物學(xué)研究,亦會因此出現(xiàn)長足進步。


一種酶

什么是蛋白質(zhì)折疊?
在微觀上,蛋白質(zhì)是宏偉而復(fù)雜的分子構(gòu)造體。我們的肉身,從肌腱收放、感光到消化食物為能量,幾乎所有功能的實現(xiàn)都可以各自追溯落實回某幾個蛋白質(zhì)的移動和變形上。

一種蛋白質(zhì)能做什么,將按其獨有的結(jié)構(gòu)而定。比如我們免疫系統(tǒng)里的抗體蛋白質(zhì),就是個Y型,會勾住病毒和病菌,為后續(xù)火力標(biāo)記出這些有害的小東西;切割DNA的蛋白質(zhì)形狀像剪刀;生產(chǎn)其他蛋白質(zhì)的核糖體,自己的三維構(gòu)造則像個工廠流水線。

完全只以某種蛋白質(zhì)的基因序列為藍圖,構(gòu)建出它的三維模型,在過去幾十年都是個棘手的難題。難點在于,雖然我們在DNA上能摳出某個蛋白質(zhì)的組成公式,知道把它搟直后是什么樣,每一節(jié)又都有什么,可這長鏈實際上如何折疊,我們很多時候只能科學(xué)地猜,投入海量的時間和資源,反復(fù)驗證。

這就是蛋白質(zhì)折疊問題。蛋白質(zhì)越大,它的構(gòu)造和內(nèi)部互動就越復(fù)雜。1969年利文索爾曾說過即使硬算到天荒地老,都無法窮盡某種典型蛋白質(zhì)的構(gòu)造形式,并找到對的那個,人稱利文索爾佯謬。(感謝抓蟲~)

為什么這問題重要?
一方面,只有知道其構(gòu)造,才能知道該蛋白質(zhì)準(zhǔn)確的工位;另一方面是有多種疾病,現(xiàn)在都認(rèn)為跟蛋白質(zhì)錯疊有關(guān),如阿茲海默、帕金森、亨廷頓病以及囊胞性纖維癥。

而AlphaFold提供的高精度模型,能幫助專家們設(shè)計出更低廉有效的新療法。我們對各種蛋白質(zhì)結(jié)構(gòu)的知識由此能夠積累加深,也能通過這些模型模擬來摸索其運作規(guī)則,這樣,新藥的發(fā)現(xiàn)機會大增,而同時開發(fā)成本將降低。我們相信,最終全球?qū)⒂袛?shù)以百萬計的病人因此受惠。

除此之外,蛋白質(zhì)折疊問題的解決很可能還會解鎖另一條科技樹上的分支。比如可生物降解酶的進步,應(yīng)該能緩解當(dāng)今塑料和石油的污染問題。實際上已經(jīng)有科學(xué)家在嘗試“調(diào)教”細(xì)菌,讓它們分泌出特定的蛋白質(zhì)讓垃圾變得可生物降解,更容易處理。

下一步,會發(fā)生什么?
我們在蛋白質(zhì)折疊領(lǐng)域的初步嘗試,已經(jīng)證明機器學(xué)習(xí)系統(tǒng)能夠統(tǒng)駕馭梳理各路信息,幫助專家們便捷地就復(fù)雜問題得出解決之道。在阿法狗和阿法零身上,我們已經(jīng)見證過AI能幫助人們通曉艱深游戲的玩法。相似地,我們也希望終有一日,AI技術(shù)的突破能幫助人類解決那些根本性的科學(xué)迷題:這個宇宙的玩法。

AI在折疊建模上帶來的進境,讓我們大家都很興奮。雖然后續(xù)還有許許多多的工作等著去磨好,才能在疾病、環(huán)保等問題上做出切實成績,但我們知道這條路上充滿了可能性。我們的團隊依然在專注深挖機器學(xué)習(xí)究竟還能在哪些方面推動科學(xué)向前,也依然在展望我們的技術(shù)能如何改變這世界的模樣。

譯:AlphaFold不知道會不會有正式譯名/俗名,阿法芙?原文中間談算法的幾個自然段我覺得對公眾來說太硬核,我翻不好又懷疑即使翻了大部分蛋友也沒有那背景知識來吸收,所以就擱著沒翻,見諒。文章結(jié)尾有Deepmind鏈接,懂的大佬請自行去看熱鬧就好。

原文:《AlphaFold: Using AI for scientific discovery》
本文譯自deepmind,由譯者 梁兵 基于創(chuàng)作共用協(xié)議(BY-NC)發(fā)布。

(免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 )

贊助商
2018-12-11
Deepmind搞了個大新聞:宣布AlphaFold系統(tǒng)開發(fā)成功
可能本文發(fā)出來是前天了,他們的官博上發(fā)文:今天我們很高興能向大家分享Deepmind部門的一項新成果,這也將是我們第一次能清楚地展示,人工智能研究對科學(xué)進步有多強大的助力。

長按掃碼 閱讀全文