人工智能领域第一大家族，来自DeepMind的Alpha家族最喜欢做到的事情就是出其不意。它们所有的小确幸都是，意料之中、精彩常有。比如之前一战崭露头角的AlphaGo、先前傲娇的AlphaZero，以及这两天刚重新加入家族战队的AlphaFold，中文封号为，阿尔法拉链。
生物医学领域，向来都是耐心与热情共存，而这位AI新宠儿AlphaFold的性格虽然还不明朗，但最少目前显然，势必会引起生物医学领域新一轮的研究加快。“小不可思议”阿尔法拉链据DeepMind讲解，阿尔法拉链这项成果的重大意义就在于，你给它一段基因序列（生物学上称其为蛋白质一级结构），在电脑上跑完一下，就可以顺利对这种蛋白质建模。看起来非常简单，但意义非凡。
在过去五十年，和阿尔法拉链起着完全相同功能的技术有冷藏电子显微镜、核磁共振或X射线晶体学等实验技术。单看仪器，它们就必须高昂的价格，但最重要的是，其实验成本也很高，必须专人做到大量的实验，器材损耗不说道，实验用料就要花费数万美元。花钱不说道，最主要的是，整个过程太快，必须花费研究者几年甚至数十年的光阴。
有了阿尔法拉链就不一样了，生物学家很久不必在实验器材面前花费数十年的光阴，只必须非常简单载入数据就好。当然，阿尔法拉链的益处不仅这么点，最后它还是惠及到我们普罗大众的身上。以老年痴呆症（学名为阿尔茨海默氏症）为事例，它在人体的潜伏期宽约十几年之幸，且病因简单，以目前的医学技术，临床上甚至很难在发作前几年检测出有这一疾病。
在生物学研究上，科学家普遍认为蛋白质的变化是引起老年痴呆的病因。换句话说，老年痴呆患者的某一部分蛋白质长得一定和正常人不一样。
但是由于我们的研究速度太快，所以生物学家不告诉身体中所有的蛋白质形态，因此检测哪一部分不一样就难如登天。想象一下，通过阿尔法拉链，提早十年检测老年痴呆就更容易多了，只要通过电脑看下蛋白质长得否有差异就可以了。
人工智能对蛋白质结构的“深度宠幸”这一次，让阿尔法拉链一战崭露头角的还是一项比赛。在1994年，为了增进研究和取决于近期方法在提升预测准确性方面的进展，蛋白质结构预测技术关键评估社区范围实验（CASP）的双年度全球竞赛被成立。演进至今，其比赛结果早已沦为行业标准。
虽然没AlphaGo当年崭露头角那么壮丽，但作为阿尔法家族的一员，阿尔法拉链一使出就是不凡。在今年的CASP比赛上，它不出所料的顺利获得了第一。据DeepMind官网上的讲解，基于深度神经网络，他们设计了两种方法以用来建构原始而准确的蛋白质结构。
首先，他们再行收集氨基酸对之间的距离和相连这些氨基酸的化学键之间的角度数据，接着将这些数据设计成借以评估蛋白质结构准确度的分析工具。用于这一分析工具，研究团队想要出有第一种方法，就是在现有蛋白质数据库里寻找最给定的蛋白质，如果去找将近，他们就基于最相似的搜寻结构上，用新的基因片段大大更换，以建构出有给定拒绝的新结构。而这第二种方法要更加非常简单一些。据他们讲解，研究人员主要用的就是梯度上升－a数学技术，它的精度相比于第一种不会更高一些。
相比于第一种方式，这种技术一步就可以预测整个蛋白质链，而不必经历装配的过程，整个过程更加非常简单。DeepMind没发布更加多细节，但经过这样“非常简单”的设计，奇迹就这样再次发生了。最后，科普来了在人体内，蛋白质是一种神秘的不存在。
众所周知，蛋白质是包含人体结构的主要成分，其含量次于水，大约占到一个人体重的五分之一。我们身体所要继续执行的完全所有功能，还包括肌肉的膨胀与剪切、身体对光线的感官和食物的转化成，都必须蛋白质在其中起关键作用。
而科学家认为，蛋白质的结构相当大程度上要求了一种蛋白质的特性，因此研究蛋白质3D结构的重要性就显而易见了。在我们的身体里，这样的案例比比皆是，如包含我们免疫系统的抗体蛋白质是“Y形”的；胶原蛋白的形状像绳索；用作基因编辑的CRISPR和Cas9，它们则像剪刀一样。但是纯粹从基因序列只需要找到蛋白质的三维形状是一项简单的任务，按照传统的研究方法，科学家必须从一级结构、二级结构来一层层研究，花费几十年甚至千百年才需要几乎创建蛋白质的形态模型。而阿尔法拉链的经常出现，让生物学家省却了不少功夫。
在DeepMind官网上，他们是这么讲解这一重大成果的面世的：“我们很高兴与大家共享DeepMind在展出人工智能研究如何推展和加快新的科学找到方面的第一个最重要里程碑。DeepMind汇聚了来自结构生物学、物理学和机器学习领域的专家们，通过跨学科方式将尖端技术运用其中，设计出有了仅有根据其基因序列就可以预测蛋白质3D结构的AlphaFold。
本文来源：半岛平台官网-www.hptonerdeal.com
扫一扫咨询微信客服