人工智能会让结构生物学家“失业”?
本报记者 俞陶然
最近,网上流传着一个关于结构生物学家颜宁回国“真实原因”的说法,称AlphaFold 2(阿尔法折叠2)等人工智能系统的问世,让结构生物学家面临“失业”困境。知乎上有人写道:“颜宁教授看到AlphaFold,就像骁勇善战的部落首领看到了航空母舰。不是颜宁不行,而是英国DeepMind太强大了。”
事实是否如此?记者采访了计算生物学家、复旦大学复杂体系多尺度研究院院长马剑鹏教授。他带领团队已开发出功能与AlphaFold 2类似的OPUSFold(作品折叠)系统。他直言:“AI(人工智能)让一流结构生物学家失业,是我听过的最荒唐的说法。”
AI助力摘取“皇冠上的明珠”
“阿尔法折叠2”是谷歌旗下深度思维(DeepMind)公司的产品,与“阿尔法围棋”相仿,都是采用机器学习技术的人工智能系统。在2020年举行的国际蛋白质结构预测大赛上,“阿尔法折叠2”夺得冠军,它预测的蛋白质三维结构与实验测定的结构只有很小差异,被《科学》杂志评为“2020年十大科学突破”之一。
为何要用人工智能系统预测蛋白质三维结构?马剑鹏解释,蛋白质由一系列氨基酸折叠而成。氨基酸线性排列成一条长链,把它放到水里,整条链会在微秒至毫秒内折叠成一个稳定的三维结构。研究氨基酸长链如何自发地折叠成三维结构,简称“蛋白质折叠”问题,因其重要性和复杂性,被视作现代分子生物学“皇冠上的明珠”。在应用领域,小分子药物研发的基础就是蛋白质结构解析,只有探明目标蛋白质的“三维地图”,才能找到药物作用于蛋白质的靶点。
对科学家来说,测定氨基酸序列相对容易,但解析蛋白质结构的难度很大,因为蛋白质结构取决于几千个氨基酸各个原子间的相互作用力。根据已知氨基酸序列,用计算机预测蛋白质结构的运算量,连世界上最快的超级计算机也很难承受。
随着深度学习、强化学习等人工智能技术的兴起,计算生物学出现了跨越式发展。“阿尔法折叠2”等系统在学习实验测定的大量蛋白质结构后,具备了根据氨基酸序列准确预测结构的能力。今年,深度思维公司发布数据集更新,称“阿尔法折叠2”已预测几乎所有已知的蛋白质。
“干湿结合”成为生物学趋势
既然人工智能系统可以准确预测蛋白质结构,那么结构生物学家是否会面临“失业”困境?
据介绍,结构生物学是一门研究生物大分子的三维空间结构、动态过程和生物学功能的交叉性学科。解析各种蛋白质的三维结构,是结构生物学家的一项主业。作为国际知名的结构生物学家,颜宁曾在清华大学、普林斯顿大学工作,是美国国家科学院外籍院士、美国艺术与科学院院士。
对于网传说法,颜宁通过微博回应:在她研究的电压门控钠离子和钙离子通道领域,“阿尔法折叠2”学习了她带领团队解析的多个生物结构后,去年的预测精度达到颜宁团队2017年的水平,今年则没有进步。“AI团队做预测,我们做实验,测试新型小分子与蛋白的相互作用,迄今为止预测无一正确。”
马剑鹏表示,“阿尔法折叠2”远没有达到取代结构生物学家的能力。目前,它只能预测单链蛋白质的结构,基本不具备预测多链蛋白质结构的功能。而且在单链蛋白质预测方面,由于人工智能预测基于对已知蛋白质结构的比对学习,它对与其同源的蛋白质结构预测是比较准确的,然而面对拥有“孤儿序列”(氨基酸序列独一无二)的蛋白质时,“阿尔法折叠2”往往就无法准确预测了。
另外,在蛋白质侧链预测方面,“阿尔法折叠2”也有较大的提升空间。2021年,复旦大学复杂体系多尺度研究院在英国《生物信息学简报》上发表论文,报告他们开发的“作品折叠”在蛋白质侧链预测精度上,比“阿尔法折叠2”高。据介绍,蛋白质三维结构由主链和侧链搭建而成。药物分子与蛋白质的结合大多通过与氨基酸侧链相互作用来实现,所以人工智能系统对侧链结构的精准预测,对新药研发具有重要价值。
由此可见,人工智能并不会让结构生物学家“失业”,两者不是取代关系,而是互补关系。“AlphaFold 2对颜宁这样的一流实验结构生物学家来说,有百利而无一害。”马剑鹏说,实验结构生物学家也是要用计算机建模的,AlphaFold 2、OPUS-Fold这类软件可以加快建模速度,提高蛋白质结构解析的效率。
如今,“干湿结合”已成为结构生物学研究的趋势。长期以来,开展计算生物学研究的“干实验室”是生物学的配角。随着人工智能的兴起,这个配角已逐渐成长为主角,与实验生物学家工作的“湿实验室”更紧密地结合在一起,共同探索生命分子结构的奥秘。
“真正的研究者都乐于拥抱技术进步,善于用各种技术去探寻、解答自己感兴趣的问题。”颜宁表示,期待AI越来越强大。
-
上一篇
-
下一篇
相关推荐
中新健康周报|医疗领域全国共立案5.2万人;海尔生物并购上海莱士
中新健康 | 首儿所通州院区主体结构封顶 预计2027年投入使用
中新健康|北大医疗今年前三季度收入约39.3亿元 预计年内实现盈亏平衡
医保统筹支付、个人自付、个人自费分不清?看完你就明白了!
东北铁栏杆是甜的?打出溜滑也能受重伤?这些操作轻易别尝试
专访哈佛大学刘军:AI医疗是人类医生的助手而非对手
在冬季如何防滑?不慎跌倒,如何正确处理?
好医生集团董事长耿福能:守正创新,促进中医药产业高质量发展
为什么有些食物让我们心情愉悦
“碎片化睡眠法”危害大不宜效仿
木薯糖水爆火,有人为啥喝“中毒”了
厚底雪地靴易摔伤或致筋膜炎 提醒:80%的人鞋都选错了
- 最近发表
-
- 随机阅读
-
- 新冠肺炎患者如何补充膳食营养?这些能量不可少
- 拉萨车站多彩活动庆“三八”国际妇女节
- 中国商务部:将推动构建公平稳定汽车贸易环境
- 债务上限危机解除,“拜登经济学”现隐忧
- 浙江启动平台经济“百名创业导师计划” 以人才赋能新发展
- 探寻广西桂林回族乡潜经村“民族团结”的幸福密码
- 用活“东盟牌” 南宁加快建跨境产业融合发展合作区
- 员工不愿调岗持续旷工被辞退 法院:合法解除无需赔偿
- 在古画中阅读典籍 “中国历代绘画大系”特展杭州开幕
- 普拉博沃赢得2024年印尼总统选举
- 秋冬季护肤 常见误区请注意
- 寒潮导致线路覆冰 广西逾万用户供电受影响
- 画里画外,他的经历本身,便是中国电影界的宝贵遗产
- 新疆莎车县“海鲜”上市 销往全国
- 中新健康 | 2024南山呼吸健康论坛在广州举行
- 广东珠海:五年累计减免环境保护税达1.67亿元
- 阿盟紧急外长会就巴以局势通过决议 呼吁采取有效行动实现停火
- 外卖餐食封签来了 “舌尖上的安全”更有保障
- 欧莱雅全球首家自建智能运营中心在苏州启用
- 专访联合国粮农组织专家:全球大米价格创新高,加剧粮食安全担忧
- 热门推荐
-
- 埃及7月总体通货膨胀率再创新高
- 以2024世界智能产业博览会为契机 天津加快推动人工智能产业创新发展
- 《冰箱用真空保鲜舱》标准正式发布,海信冰箱引领行业新风尚
- 萌宠跑进商场里
- 中基协:研究推出符合长期资金需求的创新产品
- 数字化转型中,教育如何面对前所未有的挑战?
- 银川客运段端午假期运送旅客量同比增长36%
- 那曲文旅走进沈阳推介特色资源 开拓重点客源市场
- 防范气溶胶传播 专家指引这样做
- 外媒:日本一赴美航班因乘客咬伤乘务员折返
- 广交会三期开幕 万余家企业亮新品拓市场
- 韩国客机起火事故已致28人死亡 中领馆称机上无中国公民
- 卢旺达启动全球首次马尔堡病毒病治疗临床试验
- (经济观察)贸易壁垒解错中国电动汽车“密码”
- 2024年广西汽车旅游大会开幕 首次引入低空飞行汽车
- 国际金融论坛探讨世界经济如何透过国际合作转“危”为“机”
- “中国最冷小镇”呼中五花山森林穿越节启幕
- 引领餐桌新“食”尚
- 2024“中柬人文交流年”专场文艺演出金边举行
- “中国新文创”打造全国首个IP产业基地 让传统文化“潮”起来