AI破解蛋白質結構密碼

2024年諾貝爾化學獎日前揭曉。大衛·貝克（David Baker）、戴密斯·哈薩比斯（Demis Hassabis）和約翰·M·江珀（John M. Jumper）共享這一獎項，戴維·貝克在“計算蛋白質設計”領域貢獻突出，其余兩人則在“蛋白質結構預測”方面成就斐然。這也是繼物理學獎之后，今年諾貝爾獎再一次授予人工智能的相關成果及科學家。

諾貝爾獎官方表示，2024年諾貝爾化學獎的主題是蛋白質——生命中巧妙的化學工具。大衛·貝克成功完成了幾乎不可能的任務，構建了大量全新的蛋白質。戴密斯·哈薩比斯和約翰·M·江珀開發了一種人工智能模型，解決了一個50年來的難題：預測蛋白質的復雜結構。這些發現具有巨大的潛力。

蛋白質是一切生命活動的體現者。大腦傳遞信息，靠的是蛋白質搬運電荷；肌肉收縮，靠的是蛋白質互相拔河；細胞需要能量，靠的是蛋白質運輸氧氣。癌癥、阿茨海默病、艾滋病、糖尿病……幾乎任何疾病都與蛋白質有著千絲萬縷的聯系。

蛋白質是維持生命的重要大分子，它們如同生命體內的“能工巧匠”，以其獨特的化學能力，編織出生命的多樣性與復雜性。它們掌控并驅動生命體內所有的化學反應，這些反應共同構筑了生命的宏偉藍圖。同時，還扮演著激素、信號物質、抗體以及身體組織構建者等多種角色。

自然界中的蛋白質種類有限，研究人員希望創建出新的蛋白質種類，使其執行諸如分解有害物質或作為化學制造業工具等功能。2003年，貝克開發的名為Rosetta的軟件成功構建出不是天然存在的全新蛋白質，開啟了構建全新蛋白質的大門。

貝克的研究團隊首先提出一個全新結構的蛋白質，然后利用Rosetta計算哪種氨基酸序列可以生成所需的蛋白質。為了驗證該軟件的成功率，貝克的研究小組將軟件建議的氨基酸序列基因引入細菌，這些細菌生產了所需的蛋白質。然后，他們利用X射線晶體學確認了蛋白質結構與他們的設計幾乎完全符合。該成果于2003年發表。

此后，他的研究小組不斷創造出一個又一個具有新功能的蛋白質，可用于催生新的納米材料、靶向藥物、疫苗研發、微型傳感器以及更環保的化學工業等，為實現人類福祉開辟了無限可能。

蛋白質雖然形態結構千變萬化，但是它們大部分都是由20種不同的氨基酸組成。在蛋白質中，氨基酸以長鏈連接在一起4b87460c1dcf8800f2345fef3b97ed5d1ee513fd0aab2ab0ecd127cf88fdba95，折疊起來形成獨特的三維結構，這對蛋白質的功能至關重要。要了解生命如何運作，首先就需要了解蛋白質的形狀和結構。

自20世紀70年代以來，科學家一直致力于根據氨基酸序列預測蛋白質結構，但這是一項極其艱巨的任務。因為有些氨基酸和其他氨基酸相互吸引、相互作用；有些氨基酸則具有疏水性。而且氨基酸鏈形成了復雜的形狀，使精準確定蛋白質結構難上加難。根據已知的氨基酸序列預測蛋白質三維結構，一度被認為是不可能實現的夢想。

2020年，谷歌旗下“深層思維”公司的哈薩比斯和江珀提出名為“阿爾法折疊2”的人工智能模型，這是一個驚人的突破。

“阿爾法折疊2”模型曾贏得有著生物計算領域“奧運會”之稱的“蛋白質結構預測關鍵評估（CASP）”比賽，并成為第一個能準確預測蛋白質三維結構的機器學習模型。

“阿爾法折疊2”模型成功解決了科學家苦苦思索了數十年的難題——從氨基酸序列預測蛋白質結構，它能夠預測幾乎所有已知的2億種蛋白質的結構。

自問世以來，“阿爾法折疊2”已被用于海量科學應用中，例如人們用它應對抗生素耐藥性、尋找瘧疾等疾病的新療法等。“阿爾法折疊2”極大縮短了人工確定蛋白質結構的時間，展示了人工智能對于科學發現的影響。此外，這項研究將有助于人們更好地了解疾病，并能加速新靶向藥物開發。到今年10月，已有來自大約190個國家的200多萬人使用了“阿爾法折疊2”程序。可以說，貝克、哈薩比斯和江珀的工作開辟了生化和生物學研究的新時代，我們現在可以用以前無法想象的方式預測和設計蛋白質結構。

當然，如果沒有結構生物學家的努力，上述進展不可能實現。他們為蛋白質數據庫提供了大量實驗確定的蛋白質結構。這些數據是數十年蛋白質結構測定研究的結果，為今年獲獎者在蛋白質設計和結構預測方面取得的決定性突破奠定了基礎。

近年來，AI在如火如荼地快速發展，取得一系列重大突破，如ChatGPT、Sora等，其智能程度逐漸提升，正在改變著人類的生活方式和科研的研究模式。“阿爾法折疊2”無疑是優秀代表之一，可看作是AI發展的一個縮影。

“阿爾法折疊2”解決了困擾生命科學多年的一個重大難題，并有望為其他生物學問題解決提供借鑒。大數據已成為當前科學發展的重要特征，如基因組測序結果和海量論文等，借助AI工具解決生命科學問題已成為一個重要方向。

有人也許會問：“人工智能這么強大了，結構生物學家是否會失業？”其實，就像ChatGPT沒有讓寫手失業一樣，人工智能在蛋白質設計和結構預測方面還有很多問題有待解決（比如對復合體、柔性區的預測等）。對于結構生物學家來說，“獲得結構”只是研究的手段，理解生命，做出生物學發現才是目的。正如顏寧院士所說，“如何能夠理解我們細胞里各個分子的動態變化，是我們目前面臨的最大挑戰之一”。

◎ 來源|綜合中國新聞網、諾貝爾獎官網

拓展閱讀：近十年諾貝爾化學獎得主