Alphabet（谷歌）旗下公司DeepMind的人工智能AlphaGo曾在國際象棋、圍棋等項目中取得了超越人類的表現，其研究不僅震驚世界，也兩次登上 Nature。如今，該公司已將人工智能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能研究可以驅動和加速科學新發現的重要里程碑。預測蛋白質的3D形狀，這是生命的基本分子。"蛋白質摺疊"是一種令人難以置信的分子摺紙形式，其神秘的本質很少在科學界之外得到討論，但這是一個具有深遠意義的問題。生物學的機制是由蛋白質構成的，蛋白質的形狀決定了它的功能。
生物由蛋白質構成，生物體功能由蛋白質形狀決定。理解蛋白質的摺疊方式可以幫助研究人員走進科學和醫學研究的新紀元。在2016 年 AlphaGo 擊敗李世乭後，DeepMind 就開始將目光轉向蛋白質摺疊。儘管實踐證明，遊戲是 DeepMind AI 項目的優秀試驗場，但在遊戲中取得高分並非他們的終極目標。"我們的目標從來就不是贏得圍棋或雅達利比賽的勝利，而是開發能夠解決蛋白質摺疊這類問題的算法。"Hassabis 表示。
為什麼要預測蛋白質結構？人體能夠產生數萬甚至數百萬的蛋白質。每個蛋白質都是一個氨基酸鏈，而後者的類型就有 20 種。蛋白質可以在氨基酸之間扭曲、摺疊，因此一種含有數百個氨基酸的蛋白質有可能呈現出數量驚人的結構類型。
蛋白質的 3D 形狀取決於其中包含的氨基酸數量和類型，而這一形狀也決定了其在人體中的功能。例如，心臟細胞蛋白質的摺疊方式可以使血流中的任何腎上腺素都粘在它們上面，以加速心率。免疫系統中的抗體是摺疊成特定形狀的蛋白質，以鎖定入侵者。幾乎身體的每一種功能——從收縮肌肉和感受光線到將食物轉化為能量——都和蛋白質的形狀及運動相關。
通常情況下，蛋白質會呈現出能量效率最高的任何形狀，但它們可能會糾纏在一起或者摺疊錯誤，導致糖尿病、帕金森和阿茨海默症等疾病。如果科學家可以根據蛋白質的化學構成來預測其形狀，他們就能知道它是做什麼的，會如何出錯並造成傷害，並設計新的蛋白質來對抗疾病或履行其它職責，比如分解環境中的塑料汙染。
DeepMind 用 AlphaFold 參加了 CASP，這是一年兩次的蛋白質摺疊奧運會，吸引了來自世界各地的研究小組。儘管是首次參加比賽，AlphaFold 就在 98 名參賽者中名列榜首，準確地從 43 種蛋白質中預測出了 25 種蛋白質的結構。而同組比賽中獲得第二名的參賽者僅準確預測出了 3 種。值得一提的是，AlphaFold 關注從頭開始建模目標形狀，且並不使用先前已經解析的蛋白質作為模板。AlphaFold 在預測蛋白質結構的物理性質上達到了高度的準確性，然後基於這些預測可以使用兩種不同的方法預測構建完整的蛋白質結構。
閱讀更多 第三隻眼 的文章
