AlphaFold2成功秘訣：注意力機(jī)制取代卷積網(wǎng)絡(luò)，預(yù)測(cè)準(zhǔn)確性提升超30%

明敏 2021-07-21 13:12:12 來源：量子位

明敏 發(fā)自 凹非寺

量子位 報(bào)道 | 公眾號(hào) QbitAI

最近，DeepMind開源AlphaFold2，讓學(xué)術(shù)圈再一次沸騰了。

這意味著，對(duì)于普通研究人員而言曾需要花幾年時(shí)間才能破解的蛋白質(zhì)結(jié)構(gòu)，現(xiàn)在用AlphaFold2幾小時(shí)就能算出來了！

那么，如此厲害的AlphaFold2究竟如何做到的呢？

DeepMind團(tuán)隊(duì)已經(jīng)將它的詳細(xì)信息在《Nature》上公開發(fā)表。

現(xiàn)在，就讓我們來看看AlphaFold2的魔法是怎么實(shí)現(xiàn)的吧。

卷積消失了，Attention來了

論文中，研究人員強(qiáng)調(diào)AlphaFold2是一個(gè)完全不同于AlphaFold的新模型。

的確，它們使用的模型框架都不一樣，這也是AlphaFold2準(zhǔn)確性能夠突飛猛進(jìn)的主要原因。

此前AlphaFold中所有的卷積神經(jīng)網(wǎng)絡(luò)，現(xiàn)在都被替換成了Attention。

為什么要這樣做呢？

我們首先要了解一下AlphaFold的工作原理：

它主要是通過預(yù)測(cè)蛋白質(zhì)中每對(duì)氨基酸之間的距離分布，以及連接它們的化學(xué)鍵之間的角度，然后將所有氨基酸對(duì)的測(cè)量結(jié)果匯總成2D的距離直方圖。

然后讓卷積神經(jīng)網(wǎng)絡(luò)對(duì)這些圖片進(jìn)行學(xué)習(xí)，從而構(gòu)建出蛋白質(zhì)的3D結(jié)構(gòu)。

△AlphaFold主要架構(gòu)

但這是一種從局部開始進(jìn)行預(yù)測(cè)的方式，很有可能會(huì)忽略蛋白質(zhì)結(jié)構(gòu)信息的長(zhǎng)距離依賴性。

而Attention的特點(diǎn)剛好可以彌補(bǔ)這一缺陷，它是一種模仿人類注意力的網(wǎng)絡(luò)架構(gòu)，可以同時(shí)聚焦多個(gè)細(xì)節(jié)部分。

這樣可以使得框架預(yù)測(cè)的結(jié)果更加全面、準(zhǔn)確。

在CASP13中，AlphaFold預(yù)測(cè)的準(zhǔn)確性還只有不到60分。

但是在CASP14中AlphaFold2就將準(zhǔn)確性直接拔高到了92.4/100。

圖網(wǎng)絡(luò)+Attention

具體來看，AlphaFold2主要利用多序列比對(duì)（MSA），把蛋白質(zhì)的結(jié)構(gòu)和生物信息整合到了深度學(xué)習(xí)算法中。

它主要包括兩個(gè)部分：神經(jīng)網(wǎng)絡(luò)EvoFormer和結(jié)構(gòu)模塊（Structure module）。

在EvoFormer中，主要是將圖網(wǎng)絡(luò) （Graph networks）和多序列比對(duì) （MSA）結(jié)合完成結(jié)構(gòu)預(yù)測(cè)。

圖網(wǎng)絡(luò)可以很好表示事物之間的相關(guān)性，在這里，它可以將蛋白質(zhì)的相關(guān)信息構(gòu)建出一個(gè)圖表，以此表示不同氨基酸之間的距離。

研究人員用Attention機(jī)制構(gòu)建出一個(gè)特殊的“三重自注意力機(jī)制（Triangular self-attention）”，來處理計(jì)算氨基酸之間的關(guān)系圖。

△三重自注意力機(jī)制（Triangular self-attention）

然后，他們將這一步得到的信息與多序列比對(duì)結(jié)合。

多序列比對(duì)主要是使相同殘基的位點(diǎn)位于同一列，暴露出不同序列之間的相似部分，從而推斷出不同蛋白質(zhì)在結(jié)構(gòu)和功能上的相似關(guān)系。

計(jì)算出的氨基酸關(guān)系與MSA進(jìn)行信息交換，能直接推理出空間和進(jìn)化關(guān)系的配對(duì)表征。

預(yù)測(cè)所有原子的3D結(jié)構(gòu)

架構(gòu)的第二部分是一個(gè)結(jié)構(gòu)模塊 （Structure Module），它的主要工作是將EvoFormer得到的信息轉(zhuǎn)換為蛋白質(zhì)的3D結(jié)構(gòu)。

△結(jié)構(gòu)模塊（Structure module）

在這里，研究人員同樣使用了Attention機(jī)制，它可以單獨(dú)計(jì)算蛋白質(zhì)的各個(gè)部分，稱為“不變點(diǎn)注意力（invariant point attention）”機(jī)制。

它以某個(gè)原子為原點(diǎn)，構(gòu)建出一個(gè)3D參考場(chǎng)，根據(jù)預(yù)測(cè)信息進(jìn)行旋轉(zhuǎn)和平移，得到一個(gè)結(jié)構(gòu)框架。

△不變點(diǎn)注意力（invariant point attention）

然后Attention機(jī)制會(huì)對(duì)所有原子都進(jìn)行預(yù)測(cè)，最終匯總得出一個(gè)高度準(zhǔn)確的蛋白質(zhì)結(jié)構(gòu)。

此外，研究人員還強(qiáng)調(diào)AlphaFold2是一個(gè)“端到端”的神經(jīng)網(wǎng)絡(luò)。

他們會(huì)反復(fù)把最終損失應(yīng)用于輸出結(jié)果，然后再對(duì)輸出結(jié)果進(jìn)行遞歸，不斷逼近正確結(jié)果。

這樣做既能減少額外的訓(xùn)練，還能大幅提高預(yù)測(cè)結(jié)構(gòu)的準(zhǔn)確性。

為破解蛋白質(zhì)折疊謎題帶來希望

Alphafold2的出現(xiàn)，能更好地預(yù)判蛋白質(zhì)與分子結(jié)合的概率，從而極大地加速新藥研發(fā)的效率。

此次Alphafold2開源，將進(jìn)一步推動(dòng)科學(xué)界前進(jìn)。

據(jù)了解，目前DeepMind已經(jīng)與瑞士的一些研究團(tuán)隊(duì)合作，通過預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)開展藥物方面的研究。

事實(shí)上，研究Alphafold2預(yù)測(cè)程序本身，也為探索蛋白質(zhì)結(jié)構(gòu)折疊原理帶來了希望。

芝加哥大學(xué)的計(jì)算生物學(xué)家Jinbo Xu就表示：

這些工具的開源，意味著科學(xué)界能夠在此基礎(chǔ)上開發(fā)出更加強(qiáng)大的軟件。

論文地址：
https://www.nature.com/articles/s41586-021-03819-2_reference.pdf

補(bǔ)充材料：
https://static-content.springer.com/esm/art%3A10.1038%2Fs41586-021-03819-2/MediaObjects/41586_2021_3819_MOESM1_ESM.pdf*

參考鏈接：
https://www.zdnet.com/article/deepminds-alphafold-2-reveal-what-we-learned-and-didnt-learn/