人工智能（AI）再度發(fā)威，攻克了生物學(xué)領(lǐng)域一項(xiàng)重大難題：預(yù)測(cè)蛋白質(zhì)如何從線性氨基酸鏈卷曲成3D形狀以執(zhí)行任務(wù)。據(jù)美國(guó)《科學(xué)》雜志網(wǎng)站11月30日?qǐng)?bào)道，“蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)關(guān)鍵評(píng)估”（CASP）競(jìng)賽傳來喜訊：英國(guó)“深度學(xué)習(xí)”（DeepMind）稱其AI實(shí)現(xiàn)了上述成就，他們的方法將極大加快新藥研發(fā)進(jìn)程。

　　人體擁有成千上萬種不同的蛋白質(zhì)，每一種蛋白質(zhì)都包含幾十到幾百種氨基酸，這些氨基酸的順序決定了它們之間的作用，賦予蛋白質(zhì)復(fù)雜的三維形狀，進(jìn)而決定了蛋白質(zhì)的功能。了解這些三維形狀有助于研究人員設(shè)計(jì)出能在蛋白質(zhì)縫隙內(nèi)滯留的藥物。此外，合成出擁有所需結(jié)構(gòu)的蛋白質(zhì)，還可以加快酶的研制進(jìn)程，讓生物燃料領(lǐng)域受益。

　　幾十年來，研究人員利用X射線晶體學(xué)或低溫電子顯微鏡（cryo-EM）等實(shí)驗(yàn)技術(shù)來破譯蛋白質(zhì)的三維結(jié)構(gòu)，但這種方法可能需要數(shù)月甚至數(shù)年，且未必見效。目前，在生命體內(nèi)發(fā)現(xiàn)的2億多個(gè)蛋白質(zhì)中，只有17萬個(gè)蛋白質(zhì)的結(jié)構(gòu)被破解。

　　1994年，為更好預(yù)測(cè)和破解蛋白質(zhì)三維結(jié)構(gòu)，馬里蘭大學(xué)結(jié)構(gòu)生物學(xué)家約翰·穆爾特等人發(fā)起了CASP競(jìng)賽，每?jī)赡昱e行一次。在今年的比賽中，“深度學(xué)習(xí)”團(tuán)隊(duì)的“阿爾法折疊”（AlphaFold）方法的中位分?jǐn)?shù)為92.4（滿分100分，90分以上被認(rèn)為預(yù)測(cè)方法可與實(shí)驗(yàn)方法相媲美），預(yù)測(cè)最具挑戰(zhàn)性的蛋白質(zhì)的平均得分為87，比次優(yōu)預(yù)測(cè)高出25分。它甚至擅長(zhǎng)預(yù)測(cè)嵌入細(xì)胞膜的蛋白質(zhì)結(jié)構(gòu)——細(xì)胞膜是許多人類疾病的核心，但很難用X射線晶體學(xué)研究。

　　歐洲生物信息學(xué)研究所名譽(yù)主任珍妮特·桑頓說：“‘深度學(xué)習(xí)’團(tuán)隊(duì)所取得的成就是驚人的，將改變結(jié)構(gòu)生物學(xué)和蛋白質(zhì)研究的未來�！�

　　穆爾特則表示，這是一個(gè)有50年歷史的問題，“阿爾法折疊”改變了游戲規(guī)則，實(shí)驗(yàn)學(xué)家將能使用精確的結(jié)構(gòu)預(yù)測(cè)來理解不透明的X射線和低溫電磁數(shù)據(jù)；藥物設(shè)計(jì)者也可借此迅速厘清新冠病毒等新冒出的危險(xiǎn)病原體中每種蛋白質(zhì)的結(jié)構(gòu)，從而更快研制出相關(guān)藥物。（記者劉霞）