人工智能预测蛋白质结构，它是怎样做到的？

 

 

       所有生物体都含有很多蛋白质，因为它们是生命活动必需的有机大分子。以人类为例，蛋白质的总量占到人体重量的16%~20%——一名60千克重的成年人体内，蛋白质为9.6~12千克。

 

       在细胞里，大部分工作其实都是由蛋白质完成的，包括运载物质、为细胞把守细胞膜上的通道、促进细胞内的生物化学反应……所以，不管是数量上，还是功能上，蛋白质都是生命活动不可缺少的分子——人体内存在多种多样的蛋白质分子，不同的蛋白质执行着不同的任务，从而让生命活动能够持续下去。

 

       而且，蛋白质的功能和它们的结构密切相关。一旦某个蛋白质发生变异，或者出现故障，导致结构发生变化，这种蛋白质就无法完成自己的任务，生命活动就可能受到影响，疾病就会发生。有一个科学领域叫做“结构生物学”，专门研究蛋白质之类的生物大分子的结构，弄清楚生物分子的结构与功能之间的关系，进而为病理机制的研究、药物的研发提供科学基础。

 

       但是，要研究蛋白质的结构并不容易，因为它们虽然是生物“大分子”，但这只是相对较大。蛋白质的尺寸通常只有几纳米到几十纳米，需要借助先进的电子显微镜才能观察到它们是什么样子。

 

       而且，蛋白质在本质上是一条氨基酸链（由多种不同的氨基酸组成），氨基酸链要经过多次折叠，形成特定的三维结构之后，才具有特定的功能。正是因为蛋白质是一种三维结构，所以有时候即便使用电子显微镜，也只能看到蛋白质分子表面的情况，这就是结构生物学研究所要面临的难题。

 

       人工智能技术或许可以帮助生物学家更好地研究蛋白质的结构。2018年，曾经推出 AlphaGo，打败多位世界级围棋选手的DeepMind公司又推出了一款名为AlphaFold的人工智能程序，它的任务就是根据基因序列来预测蛋白质的结构。

 

       在理论上，这是可行的，因为基因序列决定了氨基酸链的组成，而氨基酸链的组成最终决定了蛋白质的结构。但在实际研究中，预测蛋白质结构是极其困难的任务，因为大部分蛋白质都由很多氨基酸组成，每个氨基酸的化学性质都会影响最终的折叠结果。如果要把所有影响因素都考虑进去，那将是极其庞大的计算量。

 

       尽管很难，但DeepMind公司一直在推进相关研究，并终于在最近取得了突破。在2020 年的国际蛋白质结构预测竞赛（CASP）中，AlphaFold预测了多种蛋白质的结构。对于

AlphaFold预测的近100个蛋白质分子的结构，科学家进行了检测，结果发现2/3的预测结果都与通过实验手段获得的结果相差无几，这让科学家感到非常震惊。

 

       国际蛋白质结构预测竞赛的创办者之一约翰·莫尔特（John Moult）教授表示，对于某些预测结果和实验结果不相符的情况，他们甚至无法确定这是AlphaFold的预测出现错误，还是实验结果存在误差。

 

       AlphaFold的最新表现意味着，随着人工智能技术的不断进步，它不仅能让我们的生活更便捷，还能帮助科学家更好地开展研究。