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
-
- 高考时常下雨是巧合还是气候使然?
- 8月中国物流业扩张态势延续 供需现积极变化
- 圆明园四大兽首真品亮相兰州 国宝系列文创受追捧
- “碳”路先行|山西太原小店区:楼宇经济发展注入数字新动能
- 众行致远 |“中国在亚太经合组织中发挥重要作用”
- 专家:白血病并非“绝症” 积极治疗提高生存率
- 提速降费“普惠转向精准”具有公平内涵
- 福建福州:连江县台湾文化艺术人才驿站揭牌
- (铸牢共同体 中华一家亲)新疆北屯“夫妻哨所”:守护“西北之北”的温柔堡垒
- 柬埔寨官员:中国经验助力柬职业教育发展
- (新春走基层)武夷山春节创新精品线路吸引游客
- 讲好殷墟故事 传承中华文明(推进文化自信自强)
- 俄罗斯别尔哥罗德州一大巴遭无人机袭击 8人受伤
- 中国海上最大油田原油日产突破10万吨
- 学生作业玩“梗”让老师无奈 “雅言”岂不更美?
- 【世界说】美媒:美国去年12月份CPI涨幅超预期 民众对自己的财务状况焦虑不安
- 在异乡重建故乡 《纸上还乡》新书分享会举办
- 回应“马克龙称俄乌冲突应谈判解决”,泽连斯基:他在浪费时间
- 调查报告称北美市场假日购物热潮将为出海中企带来新机遇
- 打卡“孔子圣迹” 孔庙和国子监博物馆开启博物馆月活动
- 热门推荐
-
- 伊朗一处工业区传出“巨大爆炸声” 官方:系战斗机突破音障
- 浙江破获特大产销电子烟网络案 涉十余省份案值超亿元
- 韩国博主的中国美食日记:品味蕾与文化双重盛宴
- 大西高铁开通运营十周年:再续“秦晋之好”
- 赴新西兰看家人将更方便?新移民局称将改革家庭签证
- 天津:结合高等教育优势 赋能大运河文化发展
- 浙江文化观察:如何打造大运河“超级IP”?
- 冬航季合肥机场稳定执飞多个国际(地区)航班
- 纳卡局势引关注:冲突可一日即停,转圜还需长久相向
- 湖北:劳务品牌202个 带动逾400万人就业
- (上海战疫录)上海轨道交通全网络恢复基本运行 客流人次已破百万
- 聚焦乡村振兴 让“群众点题”转为“群众点赞”
- 大选前突发大地震 埃尔多安背水一战
- 探索未来融媒发展新模式 省级融媒创新论坛长沙举行
- 巴西青年学汉语:我要像“方”一样奔跑
- 澳大利亚墨尔本一化工厂发生爆炸引发紧急疏散
- 天津大学突破丙烯生产新工艺 助力化工绿色低碳化转型
- 商场启动“绿色革命” 上海多家企业竞相探索碳账户新模式
- 专访孔子第七十六代嫡长孙孔令立:“我不能‘躺平’”
- 新技术赋能老手艺 前8月浙江绍兴黄酒研发费用增长47%