生物版AlphaGo發(fā)威！DeepMind出手抗疫：預(yù)測(cè)多種新冠病毒相關(guān)蛋白結(jié)構(gòu)

乾明 2020-03-06 12:56:46 來源：量子位

乾明 發(fā)自 凹非寺
量子位 報(bào)道 | 公眾號(hào) QbitAI

疫情全球化蔓延之下，世界最頂級(jí)的AI研究機(jī)構(gòu)加入抗疫陣列。

DeepMind利用其最新版本的AlphaFold系統(tǒng)，發(fā)現(xiàn)幾種與新冠病毒（SARS-CoV-2）相關(guān)的蛋白質(zhì)的結(jié)構(gòu)預(yù)測(cè)，并在今天對(duì)所有人公開。

他們表示，這些蛋白質(zhì)結(jié)構(gòu)還尚未被專家研究，希望能夠?qū)挂呖蒲凶鞒鲐暙I(xiàn)。

“在共享的蛋白質(zhì)數(shù)據(jù)庫中，我們的系統(tǒng)準(zhǔn)確地為SARS-CoV-2刺突蛋白提供了預(yù)測(cè)實(shí)驗(yàn)，這使我們相信，我們對(duì)其他蛋白質(zhì)的模型預(yù)測(cè)可能是有用的。”DeepMind在博客文章中寫道。

DeepMind的底氣，來自于AlphaFold——這個(gè)2018年12月問世便驚呆科學(xué)家的系統(tǒng)，它主要功能是用人工智能加速科學(xué)發(fā)現(xiàn)。

在2018年的“蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)奧運(yùn)會(huì)”CASP比賽中，力壓其他97個(gè)參賽者，是第二名成績(jī)的8倍還要多。

所以在華盛頓大學(xué)利用蛋白質(zhì)游戲Foldit，集眾智對(duì)抗新冠病毒之后，不少人紛紛發(fā)問：為什么AlphaFold沒有出現(xiàn)？

現(xiàn)在，它來了。

DeepMind出手，用AlphaFold抗疫

“我們感激許多其他實(shí)驗(yàn)室的工作，如果沒有全球各地的研究人員的努力，這項(xiàng)工作是不可能的，”DeepMind表示。

正是在全球各地，尤其是中國(guó)公開新冠病毒研究資料的情況下，他們才能夠得以發(fā)現(xiàn)如此成果。

AlphaFold問世以來，DeepMind一直在優(yōu)化系統(tǒng)，希望其能夠更加強(qiáng)大。對(duì)SARS-CoV-2相關(guān)蛋白結(jié)構(gòu)預(yù)測(cè)，是他們最新研究成果的體現(xiàn)。

他們的模型中，還包括每個(gè)殘差的置信度，來幫助指出結(jié)構(gòu)的哪些部分更有可能是正確的。

但DeepMind也補(bǔ)充道，只提供了缺乏合適模板或模板建模困難的蛋白質(zhì)的預(yù)測(cè)，這些未被科學(xué)家研究的蛋白質(zhì)，可能不是當(dāng)前的焦點(diǎn)，但可能有助于研究人員理解SARS-CoV-2。

通常情況下，了解一種蛋白質(zhì)的結(jié)構(gòu)，能為理解它的功能提供重要的資源，但要確定這種結(jié)構(gòu)，可能需要幾個(gè)月甚至更長(zhǎng)時(shí)間的實(shí)驗(yàn)。

現(xiàn)在，DeepMind已經(jīng)將他們的蛋白結(jié)構(gòu)預(yù)測(cè)放到了網(wǎng)絡(luò)上，供全球各地研究人員免費(fèi)下載（鏈接在文末）。

DeepMind為什么能夠這么快？背后的力量來自于AlphaFold。

AlphaFold如何實(shí)現(xiàn)加速度？

與傳統(tǒng)預(yù)測(cè)蛋白質(zhì)3D結(jié)構(gòu)的方法不同，AlphaFold僅僅基于蛋白質(zhì)的基因序列，就能預(yù)測(cè)蛋白質(zhì)的3D結(jié)構(gòu)。

這是一個(gè)非常復(fù)雜任務(wù)。

基因序列中只包含蛋白質(zhì)組成部分氨基酸殘基的序列信息，這些氨基酸殘基會(huì)形成長(zhǎng)鏈。預(yù)測(cè)這些長(zhǎng)鏈如何折疊成復(fù)雜的3D結(jié)構(gòu)，被稱為“蛋白質(zhì)折疊問題”（protein folding problem）。

蛋白質(zhì)越大，氨基酸之間的相互作用越多，建模也就更復(fù)雜，困難度也會(huì)成倍上升。

正如利文索爾佯謬（Levinthal’s paradox）中指出的那樣，在找到一個(gè)蛋白質(zhì)正確的3D結(jié)構(gòu)之前，要列舉一個(gè)典型的蛋白質(zhì)所有可能的構(gòu)型，需要的時(shí)間比宇宙存在的時(shí)間還要長(zhǎng)。

DeepMind引入神經(jīng)網(wǎng)絡(luò)來解決這些問題。

首先，他們訓(xùn)練了一個(gè)神經(jīng)網(wǎng)絡(luò)，用來預(yù)測(cè)蛋白質(zhì)中每對(duì)殘基之間的距離分布。然后，將這些概率組合成一個(gè)分?jǐn)?shù)，用來估計(jì)一個(gè)蛋白質(zhì)結(jié)構(gòu)的準(zhǔn)確度。

此外，DeepMind還訓(xùn)練了一個(gè)單獨(dú)的神經(jīng)網(wǎng)絡(luò)，基于所有距離的總和，來評(píng)估初步給出的蛋白質(zhì)結(jié)構(gòu)與正確答案的接近程度，并基于這些評(píng)分函數(shù)，去找到符合預(yù)測(cè)的結(jié)構(gòu)。

神經(jīng)網(wǎng)絡(luò)模型的加持，以及龐大的算力驅(qū)動(dòng)，AlphaFold不僅用時(shí)更短，而且結(jié)果比以前的任何模型都要精確，2018年亮相之后一舉引發(fā)全球關(guān)注。

從那時(shí)到現(xiàn)在，DeepMind一直在投入資源優(yōu)化AlphaFold。

現(xiàn)在疫情全球化肆虐，各大科技巨頭紛紛卷入其中，沒有誰能夠獨(dú)善其身，也是時(shí)候貢獻(xiàn)力量共同抗疫了。

而且，這同樣是對(duì)他們技術(shù)的一次驗(yàn)證：實(shí)驗(yàn)中效果很強(qiáng)，但實(shí)際中怎么樣呢？

該出來遛遛了~

DeepMind新冠病毒相關(guān)蛋白結(jié)構(gòu)預(yù)測(cè)下載地址：

https://storage.googleapis.com/deepmind-com-v3-datasets/alphafold-covid19/structures_4_3_2020.zip