控制白癜风扩散 https://m.39.net/disease/a_6969353.html

生物化学家克里斯蒂安·安芬森曾在年的诺贝尔奖获奖感言中希望，有一天科学家可以根据氨基酸的序列来预测人体蛋白质的3D结构。

人工智能能否成为医学进步最大的推动力

人类的体内有数十万种蛋白质，具备人工智能驱动的生物医疗技术将具有广泛的应用前景，可以提高基础生物学的认知，并有希望促进新药物的研发。经过近50年科研表明，人工智能(AI)驱动的医学软件可以模拟出数千个准确的人体蛋白质结构。

人工智能模拟的人体蛋白质结构

这一技术进步实现了当初安芬森的梦想，这也是人工智能驱动的预测生物DNA蛋白质结构技术获得《科学》期刊年度最佳科研成果突破的根本原因。

曾经蛋白质的结构只能通过艰苦的实验室分析来确定。但是现在可以通过人工智能快速计算数以万计蛋白质结构的可能性。科研人员兴奋表示：“得益于人工智能，计算和分子生物学的所有领域都将发生变化，这是生物学的巨大进步”。

蛋白质是生物医学的主课题。人体的蛋白质负责收缩肌肉、将食物转化为细胞能量、在血液中运送氧气，并对抗微生物入侵者。尽管它们的天赋各不相同，但所有蛋白质都以相同的基本形式开始：一条由多达20种不同氨基酸组成的线性结构，存储在人类的DNA编码序列中。

人体蛋白质3D结构在人体“细胞工厂”中组装后，每条线性结构都会折叠成独特、精致、复杂的3D结构。而这些不同的结构决定了蛋白质在细胞中的作用。生物学研究表明氨基酸之间的相互作用将塑造蛋白质的最终形状。但蛋白质的结构及其复杂，即使是中等大小的蛋白质也可以呈现出天文数字级别的几何结构。

计算机生成的复杂的人体蛋白质结构计算机生成的复杂的人体蛋白质结构

年，美国分子生物学家赛勒斯·莱文塔尔计算出，即使蛋白质的形成速度非常快，但是人体一条蛋白质链循环“装配”成为同样结构的时间比宇宙年龄还要长。

AlphaFold2模拟蛋白质结构

年，人工智能软件程序AlphaFold参加蛋白质结构预测的生物学竞赛。（AlphaFold由谷歌姊妹公司DeepMind开发，在实验解决蛋白质结构的数据库上进行自我训练）。第一场比赛，AlphaFold得分就接近80，在与其他算法的90场比赛中赢得了43场。年，升级版AlphaFold2成绩更加出色，竞赛得分为92.4，这已经与人工实验的准确率相当。

人工智能软件程序AlphaFold

今年，人工智能模拟工作超速运转，年7月中旬，AI程序RoseTTAFold成功模拟数百种蛋白质的结构问题。一周后，DeepMind的科学家报告，他们对人体中发现的种蛋白质结构进行了模拟—占所有已知人类蛋白质的44%。在接下来的几个月里，科学家预计他们的数据库将增长到1亿蛋白质数量，几乎是十几年前存储总数的一半。

AlphaFold预测的人体蛋白质结构

现在DeepMind正在模拟人体蛋白质的运行机制以及相互作用机制。早在今年10月份，科学家们揭开了人体种蛋白质及蛋白质复合物的神秘面纱，发现了人体部分蛋白质彼此是如何结合的。11月，人工智能RoseTTAFold又增加了个研究结果。

AlphaFold预测的人体蛋白质结构人工智能AlphaFold2和RoseTTAFold的代码现已公开发布，帮助其他各国科学家参与对人类蛋白质结构的模拟工作中来。11月，德国和美国的研究人员使用AlphaFold2绘制了蛋白质复合物的结构图，该复合物由30种不同的蛋白质组成，对细胞核起到控制作用。8月，中国研究人员使用AlphaFold2绘制了近种与DNA结合的蛋白质结构图，这些蛋白质可能涉及从DNA修复到基因编辑的各个方面。

AlphaFold2模拟蛋白质结构

年11月，谷歌的Alphabet公司成立了一家新企业，将使用模拟的蛋白质结构来设计新药物。同时科研团队正在使用人工智能软件来设计新的蛋白质序列，使其具有更稳定的结构，这一进步能够催生新的抗病毒药物和生物催化剂。

AlphaFold2将用于新药物研发

目前，研究SARS-CoV-2的科学家也在使用AlphaFold2来模拟Omicron变体刺突蛋白突变的影响机理。科研人员通过在蛋白质中插入更大的氨基酸，发现Omicron的突变改变了氨基酸形状—阻止人体抗体中和新冠病毒。

AlphaFold2模拟蛋白质结构当然，还有很多工作要做，蛋白质的结构不是静态的；它们在工作时会发生弯曲和扭曲，对这些变化人工智能在建模时仍然面临挑战。将细胞中执行无数工作的大型多蛋白复合物的结构可视化，仍然是一项艰巨的任务。但今年人工智能驱动的技术进步带来了前所未有的“生命之舞”，这对于生物学和医学是一个里程碑。