了解蛋白質(zhì)挑戰(zhàn)的AI解決方案

根據(jù)一項嚴格的獨立研究，在一項重大的科學進步中，DeepMind的AI系統(tǒng)AlphaFold的-新版本已被認為是解決已有50年歷史的蛋白質(zhì)結構預測挑戰(zhàn)(通常稱為“蛋白質(zhì)折疊問題”)的解決方案。評定。從長遠來看，這一突破可以大大促進生物學研究，從而在疾病理解和藥物發(fā)現(xiàn)等領域開辟新的可能性。

CASP14的結果表明，DeepMind的-新AlphaFold系統(tǒng)在結構預測中達到了無與-倫比的準確性。該系統(tǒng)能夠在幾天之內(nèi)確定高精度結構。CASP是蛋白質(zhì)結構預測的關鍵評估，是始于1994年的兩年一次的社區(qū)運行評估，是評估預測技術的金標準。參加者必須盲目地預測剛剛通過實驗確定的蛋白質(zhì)(或者在某些情況下尚未確定)的蛋白質(zhì)結構，并等待將其預測與實驗數(shù)據(jù)進行比較。

CASP使用“全-球距離測試(GDT)”度量標準來評估精度，范圍為0-100。新的AlphaFold系統(tǒng)在所有目標上的GDT總體平均得分為92.4。系統(tǒng)的平均誤差約為1.6埃，大約是原子的寬度。根據(jù)CASP聯(lián)合創(chuàng)始人兼主席John Moult教授的說法，大約90 GDT的分數(shù)被非正式地認為與通過實驗方法獲得的結果具有競爭力。

馬里蘭大學CASP聯(lián)合創(chuàng)始人兼主席John Moult教授說：“近50年來，我們一直在解決這個問題(蛋白質(zhì)如何折疊)這一問題。親身經(jīng)歷了DeepMind對此的解決方案在這個問題上停留了這么長時間，經(jīng)過了無數(shù)停頓，開始思考我們是否會到達那里，這是一個非常特殊的時刻。”

對現(xiàn)實世界的影響

DeepMind很高興能與其他人合作，以了解有關AlphaFold潛力的更多信息，AlphaFold團隊正在研究蛋白質(zhì)結構預測如何與少數(shù)專家小組一起幫助理解某些疾病。

還有跡象表明，作為科學界開發(fā)的許多工具之一，蛋白質(zhì)結構預測可能在未來的大流行應對工作中有用。今年早些時候，DeepMind預測了SARS-CoV-2病毒的幾種蛋白質(zhì)結構，實驗人員令人印象深刻的快速工作現(xiàn)已證實AlphaFold在其預測中達到了很高的準確性。

AlphaFold是DeepMind迄今為止重要的改進之一。但是，與所有科學研究一樣，還有許多工作要做，包括弄清楚多種蛋白質(zhì)如何形成復合物，它們?nèi)绾闻cDNA，RNA或小分子相互作用以及如何確定所有氨基酸側鏈的精-確位置。

與早期的CASP13 AlphaFold系統(tǒng)一樣，DeepMind計劃在適當?shù)臅r候向同行評審的期刊提交詳細介紹該系統(tǒng)工作原理的論文，并同時探索如何-好地以可擴展的方式為系統(tǒng)提供更廣泛的訪問。

AlphaFold在展示AI作為輔助基礎科學發(fā)現(xiàn)的工具的驚人潛力方面開辟了新天地。DeepMind期待與他人合作以釋放這種潛力。

諾貝爾獎得主，皇-家學會主席Venki Ramakrishnan教授說：“這項計算工作代表了蛋白質(zhì)折疊問題的驚人進展，蛋白質(zhì)折疊問題是生物學界50年來的巨大挑戰(zhàn)。它已經(jīng)發(fā)生了數(shù)十年，而該領域的許多人將我們已經(jīng)預見到了。很高興看到它將從根本上改變生物學研究的許多方式。”

為什么蛋白質(zhì)結構預測很重要

蛋白質(zhì)對生命至關重要，其形狀與功能密切相關。準確預測蛋白質(zhì)結構的能力使人們能夠更好地了解它們的作用及其運作方式。目前，主數(shù)據(jù)庫中有超過2億種蛋白質(zhì)，而它們的3-D結構中只有一小部分已經(jīng)被繪制出來。

一個主要的挑戰(zhàn)是蛋白質(zhì)在理論上可以折疊成終的3-D結構之前可以折疊的天文方法。從根本上說，社會面臨的許多大挑戰(zhàn)，例如開發(fā)疾病的治療方法或?qū)ふ铱煞纸夤I(yè)廢物的酶，都與蛋白質(zhì)及其作用密切相關。確定蛋白質(zhì)的形狀和功能是科學研究的一個主要領域，主要是使用實驗技術，每個結構可能要花費數(shù)年的艱辛和艱巨的工作，并且需要使用數(shù)百萬美元的設備。

DeepMind解決蛋白質(zhì)折疊問題的方法

突破性突破是DeepMind在2018年*參加CASP13的基礎上，初的AlphaFold版本在所有參與者中都達到了-高的準確性。現(xiàn)在，DeepMind為CASP14開發(fā)了新的深度學習體系結構，從生物學，物理學和機器學習領域以及過去半個世紀蛋白質(zhì)折疊領域的許多科學家的工作中汲取了靈感。

折疊的蛋白質(zhì)可以被認為是“空間圖”，其中殘基是結點，邊緣將殘基緊密相連。該圖對于理解蛋白質(zhì)內(nèi)的物理相互作用及其進化歷史非常重要。對于在CASP14上使用的-新版本的AlphaFold，DeepMind創(chuàng)建了一個基于注意力的神經(jīng)網(wǎng)絡系統(tǒng)，端到端進行了培訓，該系統(tǒng)試圖解釋該圖的結構，同時對所構建的隱式圖進行推理。它使用進化相關序列，多序列比對(MSA)和氨基酸殘基對表示來完善此圖。

通過重復此過程，系統(tǒng)可以對蛋白質(zhì)的潛在物理結構進行強有力的預測。此外，AlphaFold可以使用內(nèi)部置信度量度來預測每個預測的蛋白質(zhì)結構的哪些部分是可靠的。

該系統(tǒng)接受了來自蛋白質(zhì)數(shù)據(jù)庫中約170,000種蛋白質(zhì)結構組成的公開數(shù)據(jù)的培訓，使用的是現(xiàn)代機器學習標準，使用的計算量相對較小-大約運行了128個TPUv3核(大約相當于100-200個GPU)幾個星期。