[[412776]]

上周在科學(xué)界發(fā)生了十分有戲劇性的一幕：兩大科學(xué)頂刊Science和nature同時(shí)發(fā)文，兩支研究團(tuán)隊(duì)都表示可以通過(guò)AI模型預(yù)測(cè)蛋白質(zhì)和一些分子復(fù)合物的精確3D原子結(jié)構(gòu)。

來(lái)自華盛頓大學(xué)的科研團(tuán)隊(duì)在Science上公布了RoseTTAFold，宣稱(chēng)這個(gè)模型的性能與AlphaFold 2相當(dāng)。

并且其端到端版本在RTX2080上生成少于400個(gè)殘基的蛋白質(zhì)的骨干坐標(biāo)僅需10分鐘。

RoseTTAFold蛋白質(zhì)預(yù)測(cè)工具的論文

這顯然讓谷歌DeepMind團(tuán)隊(duì)有些措手不及，匆匆忙忙選擇在nature上開(kāi)源了AlphaFold 2的技術(shù)細(xì)節(jié)。

不過(guò)今天故事似乎要反轉(zhuǎn)：DeepMind團(tuán)隊(duì)在nature上再接再厲，公布了他們已經(jīng)使用AlphaFold工具預(yù)測(cè)的來(lái)自人類(lèi)和20種其他生物共350000種蛋白質(zhì)的結(jié)構(gòu)，例如大腸桿菌、酵母菌和果蠅等等。

論文鏈接：https://www.nature.com/articles/s41586-021-03828-1

目前他們已經(jīng)復(fù)現(xiàn)了44%的人類(lèi)蛋白質(zhì)結(jié)構(gòu)，覆蓋了人類(lèi)基因組編碼的所有氨基酸結(jié)構(gòu)位置的近60%。

不僅如此，這個(gè)團(tuán)隊(duì)將在未來(lái)的幾個(gè)月里，通過(guò)計(jì)算預(yù)測(cè)目前UniRef目錄中所有科學(xué)界已知的，經(jīng)過(guò)測(cè)序的1億個(gè)蛋白質(zhì)分子結(jié)構(gòu)。

而AlphaFold與EMBL-EBI（歐洲分子生物學(xué)實(shí)驗(yàn)室）合作推出了蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)（鏈接：
https://alphafold.ebi.ac.uk/），科研人員只要輸入蛋白質(zhì)名稱(chēng)或編號(hào)，就可以迅速獲得蛋白質(zhì)的3D結(jié)構(gòu)圖像。

模型好不好，還得看療效?？磥?lái)AlphaFold這一次靠「鈔能力」贏了。

AlphaFold新進(jìn)展

昨日，DeepMind在nature上刊登的文章，描述了AlphaFold對(duì)人類(lèi)蛋白質(zhì)組的結(jié)構(gòu)預(yù)測(cè)，覆蓋了98.5%的所有人類(lèi)蛋白質(zhì)組，還對(duì)20種其它生物蛋白質(zhì)的結(jié)構(gòu)進(jìn)行了預(yù)測(cè)。

這20種其它生物包括大腸桿菌、酵母菌、果蠅等，它們都是生物研究的重點(diǎn)。

果蠅蛋白質(zhì)3D結(jié)構(gòu)示意圖

在論文中，作者表示，AlphaFold能夠?qū)θ祟?lèi)蛋白質(zhì)組35.7%氨基酸結(jié)構(gòu)位置進(jìn)行預(yù)測(cè)，且有很高的置信度，是實(shí)驗(yàn)方法覆蓋的結(jié)構(gòu)數(shù)量的兩倍。

在單個(gè)蛋白質(zhì)水平上，AlphaFold能夠?qū)?3.8%的蛋白中，至少四分之三的氨基酸序列給出了可信預(yù)測(cè)。

在單個(gè)蛋白質(zhì)的介紹中，數(shù)據(jù)庫(kù)列出了蛋白質(zhì)的基本信息，包括蛋白質(zhì)名稱(chēng)、基因、來(lái)源生物、生物功能等。

以T細(xì)胞免疫調(diào)節(jié)蛋白同源物為例，這個(gè)蛋白質(zhì)可以通過(guò)免疫調(diào)節(jié)保護(hù)寄生蟲(chóng)免受宿主免疫系統(tǒng)的攻擊。

惡性瘧原蟲(chóng)T細(xì)胞免疫調(diào)節(jié)蛋白同源物結(jié)構(gòu)圖

如上圖所示，DeepMind在數(shù)據(jù)庫(kù)公布的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)模型中，不同的顏色表示不同的預(yù)測(cè)可信度。

殘基置信度分?jǐn)?shù)（pLDDT）范圍在0-100，數(shù)值大于90指信度非常高，表示為藍(lán)色；數(shù)值為70-90表示為淺藍(lán)色；數(shù)值為50-70表示為黃色；橙色部分表示信度非常低，數(shù)值小于50，有可能是孤立的非結(jié)構(gòu)化區(qū)域。

除了公布蛋白質(zhì)基本信息及模型結(jié)構(gòu)外，網(wǎng)站還公布了蛋白質(zhì)結(jié)構(gòu)的預(yù)測(cè)對(duì)齊誤差，后續(xù)還會(huì)推出蛋白質(zhì)序列特征功能。

蛋白質(zhì)結(jié)構(gòu)模型的預(yù)測(cè)對(duì)齊誤差

AlphaFold 2預(yù)測(cè)出了約20000種人類(lèi)基因組蛋白質(zhì)，加上20種其它生物的蛋白質(zhì)組的結(jié)構(gòu)預(yù)測(cè)，總計(jì)公布了超過(guò)350000種蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)模型。

「AlphaFold確定了覆蓋幾乎整個(gè)人類(lèi)蛋白質(zhì)組（98.5%的所有人類(lèi)蛋白，即Uniprot里所有2700aa以下的蛋白）的蛋白質(zhì)的結(jié)構(gòu)?！?/p>

DeepMind表示，接下來(lái)的幾個(gè)月將計(jì)劃擴(kuò)大蛋白質(zhì)模型列表，以涵蓋所有編目的蛋白質(zhì)，共計(jì)大約1億個(gè)分子。

AlphaFold為近44%的人類(lèi)蛋白質(zhì)預(yù)測(cè)了結(jié)構(gòu)，涵蓋了人類(lèi)基因組中60%的氨基酸結(jié)構(gòu)位置預(yù)測(cè)。

AlphaFold確定了許多其他人類(lèi)蛋白質(zhì)是「無(wú)序的」，也就是說(shuō)，蛋白質(zhì)的形狀不采用單一結(jié)構(gòu)。

當(dāng)這種無(wú)序的蛋白質(zhì)與另一蛋白質(zhì)結(jié)合時(shí)，最終可能會(huì)確定出一種結(jié)構(gòu)。

當(dāng)然，這些蛋白質(zhì)也可能會(huì)有多種結(jié)構(gòu)。

蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)：50年的難題

蛋白質(zhì)的 3D 結(jié)構(gòu)在很大程度上決定了它的功能，通過(guò)研究蛋白質(zhì)的3D結(jié)構(gòu)，生物學(xué)家不僅可以更加快速地研發(fā)出針對(duì)各類(lèi)疾病的藥物，甚至能夠揭開(kāi)生命之謎。

弄清楚蛋白質(zhì)折疊成什么形狀被稱(chēng)為“蛋白質(zhì)折疊問(wèn)題”，在過(guò)去的50年里一直是生物學(xué)的一個(gè)巨大挑戰(zhàn)。

通過(guò)結(jié)構(gòu)測(cè)定是一個(gè)有效但非常費(fèi)力的方法，它比基因組測(cè)定難度大得多。

按照傳統(tǒng)的實(shí)驗(yàn)步驟，從基因序列到相應(yīng)的蛋白質(zhì)結(jié)構(gòu)測(cè)定之間還要經(jīng)過(guò)基因表達(dá)、蛋白質(zhì)的提取和純化、結(jié)晶、X射線衍射分析等步驟。由于蛋白質(zhì)結(jié)構(gòu)和性質(zhì)的多樣性，這些步驟大多沒(méi)有固定的規(guī)律可循。

并且試驗(yàn)需要反復(fù)進(jìn)行多次，每個(gè)結(jié)構(gòu)的測(cè)定可能都需要數(shù)年的工作，并且動(dòng)用價(jià)值數(shù)百萬(wàn)元的設(shè)備。

在1972年諾貝爾化學(xué)獎(jiǎng)的獲獎(jiǎng)感言中，克里斯蒂安·安芬森( Christian Anfinsen ) 提出了一個(gè)著名假設(shè)：理論上，蛋白質(zhì)的氨基酸序列應(yīng)該完全決定其結(jié)構(gòu)。

但是從理論上分析，蛋白質(zhì)在形成之前，可以折疊出天文數(shù)字的3D結(jié)構(gòu)。

1969年，賽勒斯·萊文塔爾 (Cyrus Levinthal) 指出，通過(guò)蠻力計(jì)算列舉出典型蛋白質(zhì)的所有可能構(gòu)型所需的時(shí)間比已知宇宙的年齡還要長(zhǎng)。

他預(yù)測(cè)，一個(gè)典型的蛋白質(zhì)可能有10的300次方種折疊形式。

如今DeepMind的團(tuán)隊(duì)用AI解開(kāi)了這道世紀(jì)難題。

經(jīng)過(guò)訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò)可以根據(jù)蛋白質(zhì)的基因序列預(yù)測(cè)蛋白質(zhì)的特性。主要判斷依據(jù)是氨基酸對(duì)之間的距離和連接這些氨基酸的化學(xué)鍵之間的角度。

通過(guò)已知信息，可以推斷出蛋白質(zhì)折疊之后的角度和距離信息，從而推斷出整個(gè)蛋白質(zhì)的結(jié)構(gòu)。

AlphaFold數(shù)據(jù)庫(kù)的建立，把生物科學(xué)家們從研究蛋白質(zhì)時(shí)最費(fèi)時(shí)費(fèi)力的結(jié)構(gòu)測(cè)定工作中解脫了出來(lái)，從而可以專(zhuān)心轉(zhuǎn)向研究的核心部分。

「我們?cè)瓉?lái)花費(fèi)數(shù)個(gè)月甚至數(shù)年時(shí)間才完成的事情，AlphaFold在一個(gè)周末就能完成」，樸茨茅斯大學(xué)結(jié)構(gòu)生物學(xué)教授兼酶創(chuàng)新中心 (CEI) 中心主任感慨道。

在AlphaFold的幫助下，樸茨茅斯大學(xué)酶創(chuàng)新中心正在設(shè)計(jì)一種酶，來(lái)加速降解一次性塑料。

科羅拉多大學(xué)博爾德分校的一個(gè)團(tuán)隊(duì)在使用AlphaFold來(lái)預(yù)測(cè)研究抗生素耐藥性的前景。

更多的可能性還在不斷被發(fā)掘。

業(yè)內(nèi)不只有AlphaFold

除了AlphaFold和RoseTTAFold兩大工具以外，商業(yè)上也有與蛋白質(zhì)預(yù)測(cè)相關(guān)的消息。

成立于2011年，專(zhuān)注于在大腸桿菌中制造蛋白質(zhì)的公司Absci在周四上市。

今年1月，Absci收購(gòu)了Denovium，一家使用深度學(xué)習(xí)人工智能對(duì)蛋白質(zhì)進(jìn)行分類(lèi)和預(yù)測(cè)的公司，目前已經(jīng)接受了1億種蛋白質(zhì)的訓(xùn)練。

Absci在6月還收購(gòu)了Totient，一家分析免疫系統(tǒng)對(duì)某些疾病的反應(yīng)的生物技術(shù)公司。

這樣一來(lái)，Absci就具備了蛋白質(zhì)制造、評(píng)估和篩選能力，完善了從蛋白質(zhì)制造和測(cè)試到人工智能支持的藥物開(kāi)發(fā)。

隨著人工智能的不斷發(fā)展，人工智能有可能徹底改變21世紀(jì)的科學(xué)工作方式。

人工智能對(duì)蛋白質(zhì)大規(guī)模的準(zhǔn)確結(jié)構(gòu)預(yù)測(cè)，將成為推動(dòng)生物醫(yī)學(xué)界發(fā)展的重要工具，從蛋白質(zhì)的結(jié)構(gòu)解決新的科學(xué)問(wèn)題。

熱切期待AlphaFold繼續(xù)幫助科學(xué)界解鎖下一步的發(fā)現(xiàn)。