由于难度高、实验周期长、成本高，通过传统方法观测到的蛋白质三维结构，至今数量非常有限。相比之下，氨基酸测序容易得多。为什么不能根据氨基酸序列来预测蛋白质的结构？早在1972年，美国生化学家克里斯蒂安·安芬森曾在诺贝尔奖的获奖感言中提出这一设想。
从蛋白质的一级结构出发精准预测其三维结构，正是人工智能所擅长的。然而，人类试图解析蛋白质组的工作进展缓慢。据解释，这一方面因为现有的生物数据量小，质量不高，深度学习缺乏足够的样本；另一方面因为人工智能算法成熟也需要过程。
近些年，随着生物数据剧增以及人工智能技术的优化，科学家建立起更精准的预测模型。2020年12月，在一场比赛中，人工智能程序“阿尔法折叠”大放异彩，它预测的结果与大多数实验数据差不多。这证明，预测蛋白质结构，人工智能已经相当精准。
如今，借助人工智能，曾经可能耗时数年的工作，现在几分钟就能完成，还能解析传统方法不能观测到的一些蛋白质结构。
据瞭解，利用人工智能，科研人员预测出了约100万个物种的超过2亿种蛋白质的结构，涵盖科学界已编录的几乎每一种蛋白质。这将对结构生物学领域产生重大影响，可能引发生命科学研究的范式变革，并提升人类对生命的理解。
前景广阔，在生命科学等多领域发挥作用
人工智能进入生命科学研究的视野，生物医药行业的需求是重要推动力。据介绍，在生物制药行业，每投入10亿美元能够研发出的药物种类已不断下降。新药研发难度越来越大，周期越来越长，急需新方法突围，人工智能被寄予厚望。
|
