AI破50年科學難題 解蛋白質折疊之謎
2020年12月02日03:00
DeepMind行政總裁哈薩比斯。

【星島日報報道】倫敦的人工智能(AI)公司DeepMind宣布,以深度學習程式AlphaFold,成功破解困擾生物學家五十年的「蛋白質折疊」(Protein folding)難題,能透過蛋白質的基因序列準確預測其立體結構,準確程度媲美實驗室,更大幅縮短時間。相關技術有助科學家更快速了解例如新冠病毒等重大傳染病的運作機制,加速藥物研發。

兩年一度的國際蛋白質結構預測競賽(CASP)目前正在舉行。這項比賽有「蛋白質奧林匹克」之稱,參賽的AlphaFold擊敗其他選手,精確地從氨基酸序列,預測蛋白質的立體結構。在自然界中,蛋白質是胺基酸鏈,可由所含胺基酸殘基的親水性、疏水性、帶正電、帶負電等特性,通過相互作用,摺疊成無數令人難以想像的立體結構。蛋白質的立體結構將決定其功能,只有知道蛋白質如何折疊,人們才能知曉蛋白質的作用。

DeepMind的研究人員利用包含約十七萬個蛋白質結構的數據庫,以及包含未知結構的蛋白質序列的大型數據庫,以一百二十八個第三代張量處理器(TPU),訓練其AlphaFold演算法幾星期,學習蛋白質結構。在近一百個目標蛋白當中,AlphaFold成功預測約三分之二樣本的立體結構,準確性達到前所未有的水平,與實驗手段獲得的結構相差無幾,這令研究團隊非常興奮。因為過去五十年來,研究人員多依靠複雜的實驗,耗費數年時間才能分析出個別蛋白質的形狀結構,AlphaFold卻可在幾天內提供精確到一個原子的結果,還可以判斷每個預測蛋白質結構的哪些部分是可靠的。

研究團隊中的馬里蘭大學教授姆特說 :「這是一件大事,在某種程度上來說,(蛋白質折疊)問題解決了。」參與實驗的加州大學戴維斯分校的教授克里斯塔夫維奇表示,這是非常重大的成就。

幾乎所有疾病,都與細胞內蛋白質結構變化相關,例如胰島素如何控制血液中的糖水平,以及抗體如何對抗冠狀病毒等,都由蛋白質結構決定。能夠掌握蛋白質結構變化,將對疾病的預防、治療等帶來重要影響,有助發展疾病的治療方法。

DeepMind以人工智能戰勝人類而聞名,其圍棋程式AlphaGo於二〇一六年先後以四比一和三比零的成績,擊敗李世石和柯潔兩位職業九段圍棋手,成為一時佳話,其後還發表了國際象棋、日本將棋和圍棋「通殺」的AlphaZero。

視頻精選
更多新聞