7月28日，谷歌母公司alphabet旗下人工智能公司deepmind公司与欧洲生物信息研究所（embl-ebi）的合作团队公布了生物学领域的一项重大飞跃。他们利用人工智能（ai）系统alphafold预测出超过100万个物种的2.14亿个蛋白质结构，几乎涵盖了地球上所有已知蛋白质。这一突破将加速新药开发，并为基础科学带来全新革命。
2020年年底，当人们对alphafold的印象还停留在那个打败全人类的围棋高手时，这个ai系统在生物学领域的亮相带来了新的惊喜。当时，alphafold成功破解了生物学持续50年的重大难题——蛋白质折叠问题，能够根据蛋白质的氨基酸序列预测蛋白质的三维结构。
仅仅半年后，deepmind和embl-ebi合作，在一篇《自然》论文中发布了由alphafold预测的蛋白结构数据库。这个数据库涵盖了人类和20种常用模式生物的35万个蛋白质结构，并且对98.5%的人类蛋白质结构进行了准确预测——要知道在此之前，科学界解析的蛋白质结构只覆盖了人类蛋白序列17%的氨基酸。人工智能预测蛋白质结构领域的一系列突破，也被《科学》评选为2021年的年度科学突破。
现在，deepmind与embl-ebi的合作团队更进一步。alphafold对蛋白质结构的预测不再局限于人类与模式生物，而是拓展至涵盖了动植物、细菌等的100万个物种，预测的蛋白质结构数量也提升了数百倍。
“这个数据库涵盖了整个蛋白质宇宙，我们迈入了数字生物学的全新时代。”deepmind的首席执行官demis hassabis博士点评道。
早在1972年，诺贝尔化学奖得主christian anfinsen博士就在诺奖颁奖典礼上提出，蛋白质的氨基酸结构应该能完全决定其三维结构。但由于氨基酸可能形成的蛋白质构象是个天文数字，通过计算预测蛋白质结构难度极高。而利用传统的实验手段（例如x射线晶体学）解决该问题，时间消耗以及价格都十分惊人。
对于今日公布的全新数据，deepmind与embl-ebi团队表示，在超过2亿个蛋白质结构预测中，大约35%的结构具有高精度，达到了实验手段获取的结构精度；80%的结构可靠性足以用于多项后续分析。
不过，目前的alphafold仍有提升的空间。伦敦大学学院的tomek wlodarski 博士提出，如何开发模型来预测蛋白质如何折叠，而不仅是预测最终的结构，是研究团队接下来要解决的问题。
deepmind的科学团队主管pushmeet kohli博士也指出，现阶段他们正在提升alphafold的准确性与性能：“我们试图理解这些蛋白质的行为、它们如何与其他蛋白质互作。”
一年前的《自然》论文发表时，研究团队就向科研人员免费公开了alphafold的源代码以及数据库。目前，已有来自190个国家和地区的50多万位学者访问数据库。这些数据已经在疟疾疫苗开发、对抗抗生素耐药性与塑料污染等场景中得到应用，并且帮助研发人员加速新药研发。
此次，团队再次免费公开了最新的数据库，所有2亿多个蛋白质结构都能通过数据库下载。新药开发领域的专家表示，这一庞大的数据库能够让研究人员将更多的精力投入到确认蛋白结构的细节上面，这是很多靶向药物能否成功的关键。exscientia公司的结构生物信息学副总监chris radoux博士在接受行业媒体endpoints news采访时表示：“我们不再需要问‘蛋白结构在哪儿？’，而是去回答‘我们有的蛋白结构有多大用？’的问题。”他补充道：“这个数据库让我们能够扩展可以成药的基因组范围，大幅度增加了科学家们发现创新药物过程中拥有的选项。”
deepmind的首席执行官demis hassabis博士表示，alphafold让我们一窥未来，看到将计算与ai技术应用于生物学的无限潜力。在最基本的层面，生物学可以被认为是一种信息处理系统，但是它非常复杂。ai技术可能成为解决生物学动态复杂性的关键。deepmind的团队非常高兴地看到，ai的巨大潜力正在被实现，它有望成为人类科学发现和理解生命基本原理最有力工具之一。
稿源：药明康德
