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(xiàng)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(duì)科學(xué)進(jìn)步有多強(qiáng)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(lán)圖)，我們搜羅了結(jié)構(gòu)生物學(xué)、物理學(xué)和機(jī)器學(xué)習(xí)編程等各個(gè)業(yè)界的大佬，為這項(xiàng)目貢獻(xiàn)心血。
耗時(shí)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(yuǎn)超此前人類所能，而生物學(xué)研究，亦會(huì)因此出現(xiàn)長足進(jìn)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(shí)現(xiàn)都可以各自追溯落實(shí)回某幾個(gè)蛋白質(zhì)的移動(dòng)和變形上。
一種蛋白質(zhì)能做什么，將按其獨(dú)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(gè)Y型，會(huì)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(gè)工廠流水線。
完全只以某種蛋白質(zhì)的基因序列為藍(lán)圖，構(gòu)建出它的三維模型，在過去幾十年都是個(gè)棘手的難題。難點(diǎn)在于，雖然我們?cè)贒NA上能摳出某個(gè)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(shí)際上如何折疊，我們很多時(shí)候只能科學(xué)地猜，投入海量的時(shí)間和資源，反復(fù)驗(yàn)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(dòng)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(duì)的那個(gè)，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(cuò)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?cè)O(shè)計(jì)出更低廉有效的新療法。我們對(duì)各種蛋白質(zhì)結(jié)構(gòu)的知識(shí)由此能夠積累加深，也能通過這些模型模擬來摸索其運(yùn)作規(guī)則，這樣，新藥的發(fā)現(xiàn)機(jī)會(huì)大增，而同時(shí)開發(fā)成本將降低。我們相信，最終全球?qū)⒂袛?shù)以百萬計(jì)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(huì)解鎖另一條科技樹上的分支。比如可生物降解酶的進(jìn)步，應(yīng)該能緩解當(dāng)今塑料和石油的污染問題。實(shí)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(huì)發(fā)生什么？
我們?cè)诘鞍踪|(zhì)折疊領(lǐng)域的初步嘗試，已經(jīng)證明機(jī)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(gè)宇宙的玩法。
AI在折疊建模上帶來的進(jìn)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(shí)成績，但我們知道這條路上充滿了可能性。我們的團(tuán)隊(duì)依然在專注深挖機(jī)器學(xué)習(xí)究竟還能在哪些方面推動(dòng)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(huì)不會(huì)有正式譯名/俗名，阿法芙？原文中間談算法的幾個(gè)自然段我覺得對(duì)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(shí)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(qǐng)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(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)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(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)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(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
