大數(shù)據(jù)文摘出品

7月22日，DeepMind創(chuàng)始人哈撒比斯在官網(wǎng)上發(fā)布了一篇名為《把AlphaFold的力量交到全世界的手中》的文章。

不得不說，現(xiàn)在很少能看到這么雄心壯志的題目了，并且，這還不是有意的夸大，一切都正在發(fā)生的事實。

在上周開源AlphaFold2之后，DeepMind直接開放了團隊預(yù)測的所有蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)，包括98.5%的人類蛋白質(zhì)結(jié)構(gòu)和包括大腸桿菌、果蠅、小鼠等20個具有科研常用生物的蛋白質(zhì)組數(shù)據(jù)，總計超過35萬個蛋白質(zhì)的結(jié)構(gòu)。

并且，在數(shù)據(jù)集中預(yù)測的所有氨基酸殘基中，有58%達到可信水平，其中35.7%達到高置信度。

與之對比的是人類數(shù)十年的試驗成果，也才覆蓋了人類蛋白質(zhì)序列中17%的氨基酸殘基。正如文章中摘錄的樸茨茅斯大學(xué)結(jié)構(gòu)生物學(xué)教授John Mcgeehan所言：

我們花了幾個月甚至幾年的時間才做到的事，AlphaFold在一個周末就做到了。

哈撒比斯在文章中表示，所有數(shù)據(jù)將由歐洲生物信息學(xué)研究所托管，并向全世界的科學(xué)家開放，在里面任何人都可以搜索到AlphaFold預(yù)測的各類蛋白質(zhì)結(jié)構(gòu)。

數(shù)據(jù)庫網(wǎng)址：

論文以《Highly accurate protein structure prediction for the human proteome》為題發(fā)表在《自然》期刊上。

論文地址：

https://www.nature.com/articles/s41586-021-03828-1_reference.pdf

為了更加清楚得了解AlphaFold為什么引起這么大的轟動，以及AlphaFold究竟做到了什么，我們得再回顧一下DeepMind另一篇雄文。

2020年12月，DeepMind發(fā)表了一篇名為《AlphaFold：解決50年來生物學(xué)領(lǐng)域的重大挑戰(zhàn)的一個方法》，同樣是雄心勃勃的標(biāo)題，講的就是AlphaFold。

在文章中，AlphaFold團隊詳細(xì)解釋了AlphaFold的作用和意義所在，文摘菌這里也簡單概述一下。

正如大家高中的時候?qū)W過的——蛋白質(zhì)是由氨基酸鏈組成的復(fù)雜分子，它通過共價鍵將氨基酸連在一起。

不過，在細(xì)胞中，蛋白質(zhì)的存在是三維的，不同蛋白質(zhì)的功能很大程度上取決于其獨特的3D結(jié)構(gòu)。所以說，搞清楚蛋白質(zhì)的折疊結(jié)構(gòu)可以幫助我們更好地理解蛋白質(zhì)的功能和工作原理，這類問題被稱為“蛋白質(zhì)折疊問題”。

在1972年諾貝爾化學(xué)獎的獲獎感言中，克里斯蒂安·安芬森提出了一個著名的假設(shè): 理論上，蛋白質(zhì)的氨基酸序列應(yīng)該完全決定其三維結(jié)構(gòu)。

因此，最終的問題就變?yōu)?mdash;—如何根據(jù)蛋白質(zhì)的氨基酸序列就能夠計算預(yù)測蛋白質(zhì)的3D結(jié)構(gòu)？人類在這個問題上，已經(jīng)進行了50年的探索。

1994年John Moult教授和Krzysztof Fidelis 教授創(chuàng)立了CASP（蛋白質(zhì)結(jié)構(gòu)預(yù)測關(guān)鍵評估），作為兩年一次的盲評，以促進研究、監(jiān)測進展，并建立蛋白質(zhì)結(jié)構(gòu)預(yù)測的最新水平。

從2018年AlphaFold橫空出世經(jīng)過短短兩年，最新的AlphaFold2在CASP評估中，所有目標(biāo)中總體得分中位數(shù)為92.4GDT。這意味著預(yù)測平均誤差約為1.6埃（十億分之一米），相當(dāng)于一個原子的寬度（0.1納米）。

AlphaFold2毫無疑問成就了蛋白質(zhì)的3D結(jié)構(gòu)預(yù)測領(lǐng)域的重大突破。諾貝爾獎得主、皇家學(xué)會主席Venki Ramakrishnan表示：

這項計算工作代表了蛋白質(zhì)折疊問題上的一個驚人進步，蛋白質(zhì)折疊問題是生物學(xué)上一個跨越50年的巨大挑戰(zhàn)……它將在許多方面從根本上改變生物學(xué)研究，這將是令人興奮的。

有了AlphaFold2這么強有力的武器之后，AlphaFold團隊決定用AlphaFold2來解析人類蛋白質(zhì)結(jié)構(gòu)。

以往，人們使用各種實驗技術(shù)來檢測和確定蛋白質(zhì)結(jié)構(gòu)，如核磁共振和X光散射技術(shù)。這些技術(shù)，以及像冷凍電子顯微這樣的新方法，依賴于大量的試驗，這可能需要花費數(shù)年艱苦而費力的工作，每個結(jié)構(gòu)還需要使用數(shù)百萬美元的專門設(shè)備。

相比而言，AlphaFold2則在很短的時間內(nèi)，破譯了幾乎整個人類蛋白質(zhì)組（98.5%的人類蛋白質(zhì)）的結(jié)構(gòu)，其中有35.7%的殘基落在最高精度帶內(nèi)，相當(dāng)于目前人類通過實驗所得結(jié)構(gòu)數(shù)量(17%）的兩倍，極大地擴展了蛋白結(jié)構(gòu)覆蓋率。

除了提高蛋白結(jié)構(gòu)預(yù)測的置信度和覆蓋率，知乎網(wǎng)友@孟凡康還提到，AlphaFold2模型在多結(jié)構(gòu)域復(fù)合體的預(yù)測上同樣表現(xiàn)優(yōu)異。

對于AlphaFold取得的成就，哈撒比斯也興奮不已，除了在DeepMind官網(wǎng)上發(fā)表文章，也在推特上對團隊進行了“點贊”：

這是我一生中夢寐以求的日子，也是創(chuàng)辦Deepmind的初衷：用AI達成像AlphaFold2這樣的科學(xué)突破并造福人類。為團隊驕傲！

事實也是如此，AlphaFold已經(jīng)在生物學(xué)和其他領(lǐng)域發(fā)揮作用。

馬克斯普朗克研究所主任兼 CASP 評估員 Andrei Lupas 教授告訴DeepMind，“AlphaFold 驚人的精確模型使我們能夠解決一個困擾我們近十年的蛋白質(zhì)結(jié)構(gòu)，重新啟動我們的努力，以了解信號是如何通過細(xì)胞膜傳遞的。”

還有一些例子，比如：

• DNDi（被忽視疾病藥物開發(fā)組織）則表示，AlphaFold2已經(jīng)推動了他們在貧困地區(qū)熱帶疾病藥物開發(fā)方面的研究；

• 樸茨茅斯大學(xué)酶創(chuàng)新中心（CEI）也表示，他們正在利用AlphaFold2開發(fā)一些新效率更高的酶，用來降解污染環(huán)境的一次性塑料；

• 科羅拉多大學(xué)波爾德分校的一個研究小組則利用AlphaFold來制作蛋白質(zhì)結(jié)構(gòu)模型，開展一項關(guān)于抗生素的研究；

• 加州大學(xué)舊金山分校的一個團隊則表示，AlphaFold2可以幫助他們更好理解SARS-CoV-2的生物學(xué)機制。

未來，AlphaFold2團隊計劃將預(yù)測覆蓋范圍大大擴展到幾乎每一個已測序的蛋白質(zhì)——超過1億個，這覆蓋了UniProt參考數(shù)據(jù)庫的大部分蛋白質(zhì)。

可以預(yù)料的是，AlphaFold2的預(yù)測結(jié)果將進一步的激發(fā)生物科學(xué)、藥物研發(fā)、合成生物學(xué)方面的未來發(fā)展。