研究职员表示，这是AI网络在办理生物学领域最大的寻衅之一——根据氨基酸序列确定蛋白质三维（3D）构造方面取得的巨大飞跃，是生命科学和医学的福音，极大地促进了人们对细胞基本构造的理解，并将推动更快、更前辈的药物制造进程。
蛋白质存在于每个细胞中，是一种线状分子，会自发折叠成繁芜的3D形状，其形状与功能密切干系。例如，抗体蛋白折叠的形状能使它们精确识别和瞄准特定的异物，就像一把钥匙插入锁中一样。在细胞发育、DNA修复和新陈代谢等险些所有生物学过程中，这种折叠非常关键。因此，理解蛋白质折叠构造对付理解生物体的功能以及最终生命的运作办法至关主要。
然而，蛋白质根据其氨基酸序列可能折叠成的不同构型的数量是个天文数字。在阿尔法折叠涌现之前，科学家只知道人体大约2万种蛋白质中约17%的3D构造。已知的蛋白质构造是几十年来科学家在实验室里通过X射线结晶学和核磁共振等方法挖空心思打算出来的，这些方法须要数百万美元的设备和数月乃至数年的反复试验。近年来，神经网络和深度学习等AI技能使这项事情的准确性发生了革命性变革。
利用阿尔法折叠，科学家得到了险些所有（98.5%）人类蛋白质组的3D构造。个中36%的预测准确率非常高，其余22%的预测准确率较高。
这次，研究职员向AI供应了完备随机的蛋白质构造的氨基酸序列，并向个中引入一些突变，直到AI神经网络预测到它们能将其折叠成稳定的构造为止，终极共产生了2000种全新的蛋白质序列。
研究论文共同作者、美国华盛顿大学医学院蛋白质设计研究所贝克实验室的博士后学者伊万·阿尼先科表示：“任何时候，我们都没有勾引AI得出特定结果，这些新的蛋白质构造完备是打算机‘构想’出来的。”
研究职员表示，AI深度学习网络极大简化了蛋白质的设计。未来，希望利用AI设计具有功能的新蛋白质，包括基于蛋白质的药物、酶等。
来源： 科技日报