據(jù)英國《自然》雜志16日發(fā)表的一項結構生物學最新研究，世界著名人工智能團隊深度思維(DeepMind)描述了神經(jīng)網(wǎng)絡“阿爾法折疊2”能以就計算機方法而言前所未有的準確度，根據(jù)蛋白質(zhì)的氨基酸序列預測其三維結構。

蛋白質(zhì)折疊問題被認為是人類在21世紀需要解決的重要科學前沿問題之一。理解蛋白質(zhì)的結構有助于確定蛋白質(zhì)的功能，了解各種突變的作用。截至目前，約有10萬個蛋白質(zhì)的結構已經(jīng)用實驗方法得到了解析，但這在已經(jīng)測序的數(shù)10億計的蛋白質(zhì)中只占了很小一部分。在50多年的時間里，研究人員一直嘗試根據(jù)蛋白質(zhì)的氨基酸序列預測其折疊而成的三維結構。然而，當前使用的計算方法準確度有限，實驗方法對人力和時間的要求也非常高。

此次，深度思維首席科學家約翰·詹普爾、創(chuàng)始人兼首席執(zhí)行官戴米斯·哈薩比斯及其團隊描述了“阿爾法折疊2”——一個基于神經(jīng)網(wǎng)絡的新模型，其預測的蛋白質(zhì)結構能達到原子水平的準確度。研究團隊在2020年5月至7月舉辦的第14屆“蛋白質(zhì)結構預測關鍵評估”(CASP14)大賽中驗證了這種方法。

CASP14比賽要求參賽團隊根據(jù)蛋白質(zhì)的氨基酸序列解析它們的結構。比賽用的蛋白質(zhì)會先用實驗方法解析出來，但具體結果不會公開。比賽中，“阿爾法折疊2”預測的大部分結構達到了空前的準確度，不僅與實驗方法不相上下，還遠超解析新蛋白質(zhì)結構的其他方法。將實驗方法得到的蛋白質(zhì)結構疊加在“阿爾法折疊2”的結構上，組成蛋白質(zhì)主鏈骨架的疊加原子之間的距離中位數(shù)(95%的覆蓋率)為0.96埃(0.096納米)。成績排第二的方法只能達到2.8埃的準確度。

“阿爾法折疊2”的神經(jīng)網(wǎng)絡能在幾分鐘內(nèi)預測出一個典型蛋白質(zhì)的結構，還能預測較大蛋白質(zhì)(比如一個含有2180個氨基酸、無同源結構的蛋白質(zhì))的結構。該模型能根據(jù)每個氨基酸對其預測可靠性進行精確預估，方便研究人員使用其預測結果。

研究團隊認為，這一精準的預測算法可以讓蛋白質(zhì)結構解析技術跟上基因組革命的發(fā)展步伐。

戴米斯·哈薩比斯在一份聲明中表示，他們將為科學共同體提供廣泛、免費的獲取途徑且已邁出承諾的第一步——在《自然》期刊上分享“阿爾法折疊”的開源代碼，并發(fā)表了系統(tǒng)的完整方法論，以期待看到該方法為科學界啟發(fā)出其他新的研究方法。

總編輯圈點

我們之所以能說話、會思考、善學習、有情感，與人腦中860億個神經(jīng)元、幾千億個神經(jīng)膠質(zhì)細胞、100萬億個神經(jīng)突觸密切相關。但人腦的具體工作機制到底是怎樣的?面紗仍在一步步揭開。這背后，離不開科研人員在腦科學領域點點滴滴的進步與突破。(記者張夢然)

關鍵詞： 阿爾法 蛋白結構 原子水平 準確度