分類
人工智慧

人工智能破解生物學最大謎團之一:蛋白質

半個世紀以來,預測一種蛋白質如何折疊成其特有的三維形狀一直困惑著科學家,也是生物學的重大挑戰之一。

但專家們宣佈,這個生物界最大謎團之一現在基本上已經被人工智能AI破解。

總部在倫敦的英國人工智能公司DeepMind(深度思考)稱,他們「基本上解開了這一難題」。

更好地理解和預測蛋白質形狀對未來新藥的開發起到關鍵作用。谷歌旗下的DeepMind所取得的科技進步預期有望加速對包括新冠在內等一系列疾病的研究。

一些來自美國的獨立科學家表示,DeepMind系統對蛋白質形狀預測的凖確性可以跟那些昂貴和耗時的實驗室方法相媲美。

加利福尼亞大學戴維斯分校的克雷什塔夫維奇博士(Andriy Kryshtafovych)是科學評審團成員之一,他形容DeepMind取得的這一成就「非常出色」。

克雷什塔夫維奇博士表示,快速和凖確地弄清蛋白質的形狀有著徹底改變生命科學的潛能。

預測競賽

1972年,美國生物學家克里斯蒂安·安芬森(Christian Anfinsen)曾因為對氨基酸序列與生物活性構象之間關聯的研究獲得諾貝爾獎。

安芬森認為,應該有可能根據蛋白質的組成成份氨基酸的序列來確定蛋白質的形狀。

自那以後,每兩年全球20多個國家的幾十個研究團隊都會嘗試讓電腦通過氨基酸序列來預測大約100種蛋白質的形狀。

與此同時,生物學家們在實驗室中則使用諸如X射線晶體學(X-ray crystallography) 和核磁共振光譜法( NMR spectroscopy)這樣的傳統技術確定蛋白質的三維結構,以了解蛋白質分子中每一原子的相對位置。

之後,由科學家組成的專門CASP小組(相當於全球蛋白質結構預測競賽評審團,the Community Wide Experiment on the Critical Assessment of Techniques for Protein Structure Prediction) 對這些團隊用電腦所預測的蛋白質三維結構與使用實驗室方法得出的三維結構結果進行比較。

CASP評審小組使用從0-100的測量方法對各團隊預測結果的凖確性進行對比。 DeepMind的人工智能AlphaFold獲得了90分,與實驗室預測結果相當。

以人類為例,在進行繁殖或細胞分裂時,原本亂成一團的基因會變成雙股螺旋、立體狀的構造,但科學家過去對於相關機制並沒有完全了解。現在透過AI進行預測,便可以更容易了解基因之間的交互作用,參與實驗的加州大學戴維斯分校的教授克里斯塔夫維奇(Andriy Kryshtafovych)表示,這是非常重大的成就。

無論是酵素、抗體或是化學傳訊素費洛蒙,都與蛋白質的作用有關,因此這也對於未來科學家研究病毒、新冠病毒或是癌症細胞表面的受體,都有助加速研究、了解。研究團隊中的馬里蘭大學教授姆特(John Moult)也說,小小的病毒就可以讓人類健康造成災難性影響,因此人類更需要了解這些蛋白質如何運作。

此計畫的相關研究成果與資料都是以公開資料庫進行,目前進行的AI系統Casp-14的準確率很高,有2/3的實驗樣本準確率與實驗室相當,其他雖然也很高但有調整空間,他們雖然還要持續用比較複雜的蛋白質分子進行AI的優化,但對於未來的發展充滿著期待。

※本文章屬於TNZE天擇集團所有嚴禁轉載※