【独家解读】Nature论文AlphaFold：AI推动科学发现

“独家解读，听听他人的声音”，聆听他人的学术成长经历，对科研问题独到的见解，了解产业界的最新进展，相互学习、相互借鉴、集思广益、共同进步。为此，我们特别开辟“独家解读”专栏，让你在科研道路上与时俱进，打开新世界的大门，敬请关注。

人工智能前沿讲习编译

原标题：AlphaFold: Using AI for scientific discovery

作者：Andrew Senior，John Jumper，Demis Hassabis，Pushmeet Kohli

原链接：https://deepmind.com/blog/article/AlphaFold-Using-AI-for-scientific-discovery

在近期发表于Nature杂志上的研究中，我们展示了人工智能的研究如何驱动和加速新的科学发现。我们已经建立了一个专门的跨学科团队，希望利用AI来推动基础研究的发展：召集结构生物学，物理学和机器学习领域的专家，共同运用前沿技术来实现仅根据遗传序列预测蛋白质的3D结构。

我们的系统AlphaFold是多年工作的结晶，它建立在数十年来使用大型基因组数据集预测蛋白质结构的研究的基础上。AlphaFold生成的蛋白质3D模型比以前的任何一种都要精确得多，这标志着生物学的一项核心挑战取得了重大进展。Github上提供了CASP13上使用的AlphaFold代码¹，供有兴趣了解更多信息或复现我们的结果的任何人使用。这项工作已经启发了其他独立的实现，包括我们的论文²中所描述的模型，以及社区构建的开源实现³（详见此处²），我们也为此感到兴奋。

01

What is the protein folding problem?

蛋白质是生命中必不可少的大而复杂的分子。人体执行的每一项功能（收缩肌肉，感知光线或将食物转化为能量）几乎都取决于蛋白质以及蛋白质的移动和变化方式。任何给定的蛋白质可以做什么取决于其独特的3D结构。例如，我们的免疫系统利用的抗体蛋白为“ Y形”，并形成独特的钩状。通过锁定病毒和细菌，这些抗体蛋白能够检测并标记引起疾病的微生物以进行消除。胶原蛋白的形状像绳索，可以在软骨，韧带，骨骼和皮肤之间传递张力。其他类型的蛋白质包括Cas9，Cas9以CRISPR序列为指导，像剪刀一样剪切和粘贴DNA片段。还有抗冻蛋白，其3D结构使它们能够与冰晶结合并防止生物冻结。而核糖体的作用类似于程序化的装配线，有助于自身构建蛋白质。

这些蛋白质的配方（称为基因）在我们的DNA中编码。基因配方的错误可能会导致蛋白质畸形，从而可能导致生物体疾病或死亡。因此，许多疾病从根本上与蛋白质有关。但是，仅仅知道蛋白质的基因配方并不意味着能够自动知道其形状。蛋白质由氨基酸链组成（也称为氨基酸残基）。但是，DNA只包含有关氨基酸序列的信息，而没有它们如何折叠形成对应蛋白质形状的信息。蛋白质越大，建模越困难，因为要考虑氨基酸之间存在更多的相互作用。正如Levinthal的悖论^注所证明的那样，在达到真正的3D结构之前，随机枚举典型蛋白质的所有可能构型所花费的时间要比已知宇宙的时间长，而蛋白质本身却在几毫秒内自发折叠。预测这些链将如何折叠成复杂的蛋白质3D结构就是所谓的“蛋白质折叠问题”，这是数十年来科学家一直在努力的挑战。这个尚未解决的问题，已经激发了无数的科学发展，从激励IBM在超级计算方面的努力（BlueGene）到新颖的公民科学工作（Folding @ Home和FoldIt）到新的工程领域，例如合理的蛋白质设计。

^译者注：利文索尔佯谬是一个思想实验，也是蛋白质折叠理论中的一个自指。在1969年，美国分子生物学家Cyrus Levinthal指出，由于在未折叠的多肽链中的非常大量的自由度，该分子具有天文数量的可能构象。如果蛋白质通过连续采样所有可能的构象而获得其正确折叠的构型，则需要比宇宙的年龄更长的时间以达到其正确的天然构象。即使以纳秒或皮秒级速率采样构象，这也是真的。“悖论”是大多数小蛋白质在毫秒或甚至微秒时间尺度上同时折叠。这种悖论的解决方案已经通过蛋白质结构预测的计算方法建立。此佯谬表明蛋白质折叠遵循特异性途径，或者其过程中只尝试有限数目的构象。

02

Why is protein folding