新智元報道
來源：nature
編輯：su、yaxin
【新智元導讀】時隔一月，AlphaFold再次登上nautre，還是封面！上個月，DeepMind開源了AlphaFold2，并釋出了資料集，實作了對人類98.5%蛋白質組全預測。
這周，AlphaFold 再登Nature，封面！
距離上次「雙登」Nature 也就一個月。
翻開Nature，又看到了熟悉的文章。這不是7月刷屏科研圈的2篇論文嗎！
題目還長得挺像，都是說「用AlphaFold準确預測蛋白質」。
同樣在這周Nature期刊上，還有一篇題為《蛋白質結構預測的革命性變化》的社論文章，說明了AlphaFold的重要意義。
DeepMind 研究人員描述了AlphaFold 神經網絡的最近更新。
有人說，AlphaFold2 足以改變全人類。不可小觑的是，AlphaFold确實是學術界「海嘯級」的存在。
AlphaFold 2開源，98.5%人類蛋白全預測
要知道，當年AlphaFold2橫空出世，那是真·沸騰了學術圈。
不僅谷歌CEO皮猜、馬斯克、李飛飛等大V紛紛點贊，連馬普所的演化生物研究所所長Andrei Lupas都直言：「它會改變一切。」
7月15日，DeepMind在Nature上發表了一篇論文，開源了其基于深度學習神經網絡的AlphaFold 2模型。
同天，Science上，華盛頓大學也發表了自己開發的蛋白質預測工 RoseTTAFold。
RoseTTAFold不僅性能上和AlphaFold 2相當，預測蛋白質結構也「快、狠、準」。
AlphaFold2開源僅一周後，DeepMind震撼釋出AlphaFold資料集，再次引爆科研圈！
文章描述了AlphaFold對人類蛋白質組的結構預測，覆寫了98.5%的所有人類蛋白質組，還對20種其它生物蛋白質的結構進行了預測。
公布了他們已經使用AlphaFold工具預測的來自人類和20種其他生物共350000種蛋白質的結構，例如大腸杆菌、酵母菌和果蠅等等。
果蠅蛋白質3D結構示意圖
蛋白質的 3D 結構在很大程度上決定了它的功能，通過研究蛋白質的3D結構，生物學家不僅可以更加快速地研發出針對各類疾病的藥物，甚至能夠揭開生命之謎。
AI模型預測蛋白質結構，解密生命系統的物質基礎
蛋白質結構究竟有多重要？所有生物都由蛋白質構成。
要想從分子水準上了解蛋白質的作用機制，就需要精确了解蛋白質的3D結構。
要知道，蛋白質隻有正确折疊為特定的3D構型，才能發揮相應的生物學功能。
然而，破解蛋白質折疊問題、探明蛋白質分子的三維結構卻是個大難題。
随着人工智能時代的來臨，解決蛋白質三維結構預測這一難題有了新思路、新方法！
借助機器學習的方法，可開發AI模型預測蛋白質的精确3D原子結構。
2018年，AlphaFold在國際蛋白質結構預測競賽（CASP）上首次亮相，在98隻參賽隊伍中排名第一！
而第二代AlphaFold的突破在于，預測所有原子的3D結構，更快更準确地預測出蛋白質結構。
目前，DeepMind團隊将 AlphaFold 應用到 20,296 種蛋白質，占人類蛋白質組的 98.5%。
AlphaFold幾乎是預測了人類蛋白質組裡以單個蛋白為機關的空間三維結構，而且結果相當精确！這本身就是結構生物學上的一大突破。
而且，明晰蛋白質結構可以進一步推動生命學科的研究。
比如，遺傳學家可以弄明白某個突變對蛋白功能的影響，藥物開發人員可以借助蛋白質結構預測确定酶的活性位點，環境保護專家則在思索如何利用AlphaFold 2開發新的酶來降解塑膠……
對一個超過2千殘基的病毒RNA聚合酶的預測
當然，研究人員必定會對AlphaFold 2進一步優化，我們也期待看到将AlphaFold應用到預測蛋白質複合體、蛋白質和小分子的複合物上。
未來可期！
參考資料：
https://www.nature.com/articles/s41586-021-03819-2
https://www.nature.com/articles/s41586-021-03828-1