谷歌最新人工智能軟件阿爾法折疊(Alpha Fold)，在一項(xiàng)極其困難的任務(wù)中擊敗了所有對(duì)手，成功根據(jù)基因序列預(yù)測(cè)了生命基本分子——蛋白質(zhì)的三維結(jié)構(gòu)。
這意味著，人工智能已經(jīng)深度進(jìn)入基因和蛋白質(zhì)領(lǐng)域，這既是醫(yī)療、藥物和生命科學(xué)與AI聯(lián)姻的一種突破，也表明AI在維護(hù)人們健康、延長(zhǎng)壽命和提高生命質(zhì)量方面有了穩(wěn)步進(jìn)展。
阿爾法折疊可解析和預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)
阿爾法折疊是被設(shè)計(jì)來解析蛋白質(zhì)折疊的。生物體和人體擁有著各種各樣的蛋白質(zhì)，它們承擔(dān)著身體各種復(fù)雜且重要的功能，從食物消化到免疫抗病，從感覺到運(yùn)動(dòng)功能等，都離不開蛋白質(zhì)。
蛋白質(zhì)是由氨基酸構(gòu)成的，基因則是編碼氨基酸并生成蛋白質(zhì)的“碼農(nóng)”。由于基因編碼和蛋白質(zhì)功能的不同，蛋白質(zhì)的分子結(jié)構(gòu)會(huì)有千差萬(wàn)別。執(zhí)行復(fù)雜生命和生理功能的一些蛋白質(zhì)分子很大，需要折疊起來才能貯存于組織和細(xì)胞并發(fā)揮功能。而蛋白質(zhì)折疊更是有無(wú)窮的形式。
實(shí)際上，一個(gè)簡(jiǎn)單的蛋白質(zhì)往往包含了數(shù)百個(gè)氨基酸，其空間結(jié)構(gòu)的可能性就高達(dá)10的300次方個(gè)。不只是蛋白質(zhì)中氨基酸序列決定生命現(xiàn)象和疾病，而且蛋白質(zhì)的空間結(jié)構(gòu)同樣決定生理功能和疾病，只要蛋白質(zhì)的結(jié)構(gòu)發(fā)生一點(diǎn)錯(cuò)誤，就會(huì)誘發(fā)和導(dǎo)致各種疾病，如糖尿病、帕金森癥和阿爾茨海默病等。
也因此，解析蛋白質(zhì)結(jié)構(gòu)已成為基因測(cè)序后，診斷疾病、研發(fā)新藥和深入理解生命現(xiàn)象的一把重要鑰匙。阿爾法折疊通過人工智能算法，在去年底的一項(xiàng)有98名參賽者參加的解析蛋白質(zhì)結(jié)構(gòu)的競(jìng)賽中贏得第一名，獲得了43種蛋白質(zhì)中的25種蛋白質(zhì)結(jié)構(gòu)的最高分，排名第二的隊(duì)伍只有其中3個(gè)獲得了預(yù)測(cè)最高分。
這說明，阿爾法折疊在解析和預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)上比較準(zhǔn)確。這也昭示著，對(duì)疾病的診斷和研發(fā)新藥有了新的利器。
AI介入生物學(xué)領(lǐng)域才只是開始
不過，阿爾法折疊并非是唯一能分析和預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)的工具，其他方法也能分析蛋白質(zhì)結(jié)構(gòu)，如X射線晶體衍射分析、核磁共振、冷凍電鏡等技術(shù)，而且冷凍電鏡技術(shù)由于能確定溶液中的蛋白質(zhì)分子的高分辨率結(jié)構(gòu)，還獲得了2017年諾貝爾化學(xué)獎(jiǎng)。
可與阿爾法折疊的AI技術(shù)相比，其他技術(shù)都有較大的短板，既耗時(shí)又昂貴。而如果用計(jì)算機(jī)算法來分析和處理海量的蛋白質(zhì)三維結(jié)構(gòu)，就有可能既快又準(zhǔn)確。阿爾法折疊正是現(xiàn)在通過算法來解析蛋白質(zhì)結(jié)構(gòu)的佼佼者。
進(jìn)一步而言，以阿爾法折疊為代表的AI不只是可以既快又準(zhǔn)確地分析已知的一些蛋白質(zhì)的三維結(jié)構(gòu)，還能預(yù)測(cè)和發(fā)現(xiàn)人們尚未知曉的蛋白質(zhì)結(jié)構(gòu)。因?yàn)?，蛋白質(zhì)可分為若干種同源家族，來自同一家族的蛋白質(zhì)長(zhǎng)相十分相似。即使這個(gè)家族中沒有任何的已知結(jié)構(gòu)，人工智能也能根據(jù)這些已有的序列勾勒出這個(gè)蛋白質(zhì)家族的整體概況，預(yù)測(cè)這個(gè)蛋白質(zhì)家族的一些未知結(jié)構(gòu)。
不過，阿爾法折疊的最大進(jìn)步是通過算法來找到蛋白質(zhì)的三維形狀。一段基因序列(DNA片段)只構(gòu)成了氨基酸按一定序列排成的長(zhǎng)鏈，僅僅靠基因測(cè)序是無(wú)法獲知蛋白質(zhì)結(jié)構(gòu)的，這就需要阿爾法折疊以算法來確認(rèn)蛋白質(zhì)的三維結(jié)構(gòu)。
從理論上，能夠分析和預(yù)測(cè)蛋白質(zhì)的形狀和結(jié)構(gòu)，就能夠更好地確定其他分子與蛋白質(zhì)結(jié)合的方式，也就可能研發(fā)新的藥物，因?yàn)樗幬锸窃谌梭w內(nèi)與特殊的蛋白質(zhì)結(jié)合并改變蛋白質(zhì)的活動(dòng)方式而發(fā)揮藥效的。從這個(gè)意義上來看，阿爾法折疊能解析蛋白質(zhì)折疊問題，也僅僅是一個(gè)新的開端，要研發(fā)出新藥或產(chǎn)生新的治療疾病的方式，還有很長(zhǎng)的路要走。
當(dāng)然，阿爾法折疊和其他AI技術(shù)都主要是通過算法來理解疾病和改進(jìn)藥物治療的效果，預(yù)測(cè)和分析蛋白質(zhì)折疊尚不能解決蛋白質(zhì)折疊問題。因此，現(xiàn)階段比阿爾法折疊走得更遠(yuǎn)和應(yīng)用得更成熟的是讓AI軟件診斷疾病，如癌癥。已經(jīng)有人工智能軟件在解析乳腺X光圖片時(shí)比普通醫(yī)生快30倍，其準(zhǔn)確率更是高達(dá)99%。
當(dāng)阿爾法折疊和其他AI技術(shù)能診斷疾病，確定病因時(shí)，就可以既采用新的療法，如基因療法，修改和刪除致病基因，進(jìn)而讓返老還童成為可能，又有可能研發(fā)出針對(duì)蛋白質(zhì)三維結(jié)構(gòu)的新藥來治療疾病?，F(xiàn)在，人工智能介入醫(yī)學(xué)和生命科學(xué)才只是開始。
張?zhí)锟?(科普學(xué)者)
編輯 狄宣亞 李冰冰 校對(duì) 劉軍
關(guān)鍵詞：
