AI破50年科学难题 解蛋白质折叠之谜

　　(星岛日报报道)伦敦的人工智能（AI）公司DeepMind宣布，以深度学习程式AlphaFold，成功破解困扰生物学家五十年的“蛋白质折叠”（Protein folding）难题，能透过蛋白质的基因序列准确预测其立体结构，准确程度媲美实验室，更大幅缩短时间。相关技术有助科学家更快速了解例如新冠病毒等重大传染病的运作机制，加速药物研发。

　　两年一度的国际蛋白质结构预测竞赛（CASP）目前正在举行。这项比赛有“蛋白质奥林匹克”之称，参赛的AlphaFold击败其他选手，精确地从氨基酸序列，预测蛋白质的立体结构。在自然界中，蛋白质是胺基酸链，可由所含胺基酸残基的亲水性、疏水性、带正电、带负电等特性，通过相互作用，折叠成无数令人难以想像的立体结构。蛋白质的立体结构将决定其功能，只有知道蛋白质如何折叠，人们才能知晓蛋白质的作用。

　　DeepMind的研究人员利用包含约十七万个蛋白质结构的数据库，以及包含未知结构的蛋白质序列的大型数据库，以一百二十八个第三代张量处理器（TPU），训练其AlphaFold算法几星期，学习蛋白质结构。在近一百个目标蛋白当中，AlphaFold成功预测约三分之二样本的立体结构，准确性达到前所未有的水平，与实验手段获得的结构相差无几，这令研究团队非常兴奋。因为过去五十年来，研究人员多依靠复杂的实验，耗费数年时间才能分析出个别蛋白质的形状结构，AlphaFold却可在几天内提供精确到一个原子的结果，还可以判断每个预测蛋白质结构的哪些部分是可靠的。

　　研究团队中的马里兰大学教授姆特说 ：“这是一件大事，在某种程度上来说，（蛋白质折叠）问题解决了。”参与实验的加州大学戴维斯分校的教授克里斯塔夫维奇表示，这是非常重大的成就。

　　几乎所有疾病，都与细胞内蛋白质结构变化相关，例如胰岛素如何控制血液中的糖水平，以及抗体如何对抗冠状病毒等，都由蛋白质结构决定。能够掌握蛋白质结构变化，将对疾病的预防、治疗等带来重要影响，有助发展疾病的治疗方法。

　　DeepMind以人工智能战胜人类而闻名，其围棋程式AlphaGo于二〇一六年先后以四比一和三比零的成绩，击败李世石和柯洁两位职业九段围棋手，成为一时佳话，其后还发表了国际象棋、日本将棋和围棋“通杀”的AlphaZero。