由於難度高、實驗周期長、成本高，通過傳統方法觀測到的蛋白質三維結構，至今數量非常有限。相比之下，氨基酸測序容易得多。為什麼不能根據氨基酸序列來預測蛋白質的結構？早在1972年，美國生化學家克里斯蒂安·安芬森曾在諾貝爾獎的獲獎感言中提出這一設想。
從蛋白質的一級結構出發精準預測其三維結構，正是人工智能所擅長的。然而，人類試圖解析蛋白質組的工作進展緩慢。據解釋，這一方面因為現有的生物數據量小，質量不高，深度學習缺乏足夠的樣本；另一方面因為人工智能算法成熟也需要過程。
近些年，隨著生物數據劇增以及人工智能技術的優化，科學家建立起更精準的預測模型。2020年12月，在一場比賽中，人工智能程序“阿爾法折叠”大放異彩，它預測的結果與大多數實驗數據差不多。這證明，預測蛋白質結構，人工智能已經相當精準。
如今，借助人工智能，曾經可能耗時數年的工作，現在幾分鐘就能完成，還能解析傳統方法不能觀測到的一些蛋白質結構。
據瞭解，利用人工智能，科研人員預測出了約100萬個物種的超過2億種蛋白質的結構，涵蓋科學界已編錄的幾乎每一種蛋白質。這將對結構生物學領域產生重大影響，可能引發生命科學研究的範式變革，並提升人類對生命的理解。
前景廣闊，在生命科學等多領域發揮作用
人工智能進入生命科學研究的視野，生物醫藥行業的需求是重要推動力。據介紹，在生物制藥行業，每投入10億美元能夠研發出的藥物種類已不斷下降。新藥研發難度越來越大，周期越來越長，急需新方法突圍，人工智能被寄予厚望。
|
