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
-
- 中国银行:加强风险研判 确保海外资产质量水平
- 双腿截肢黑人男子遭美警连开10枪身亡 曾因与警方对峙失去双腿
- 中国—东盟分享安全生产经验 守护劳动者生命健康
- 上海马拉松急救跑者:马拉松的终点是家
- 阿兹夫定片获批增加治疗新冠肺炎适应症
- 公益律师王智斌:泽达易盛案将成中国证券诉讼史上标志性案件
- 广东森林资源管理秩序持续向好 两项指标大幅下降
- 民政部征求意见:内地居民结婚登记不再需要户口簿
- 多措并举活跃并购重组市场 上交所努力打通政策落地“最后一公里”
- 美法官驳回涉特朗普两项指控 特朗普律师:又一次胜利!
- 以总理视察以黎边境 加沙北部医院遭袭
- 河北秦皇岛桃林口村发生船只侧翻事故致31人落水 救援正在进行
- 小朋友“被迫营业” 儿童节不该成“任务节”
- 中国可再生能源产业发展带来机遇(国际论坛)
- 中国信通院副院长王志勤:人工智能是6G的发展底色
- 湘港携手共探科创合作 开拓海外新商机
- 农业农村部:1月2日全国农产品批发市场猪肉均价比节前下降0.9%
- 黑龙江省暑期游升温 超300万人次乘火车出行
- 吉林红石林区迎来今春首批中华秋沙鸭
- 法国逾百万人再度示威游行反对退休制度改革
- 热门推荐
-
- 长城脚下的守望者
- 北京:4架陆航直升机赴门头沟执行空投救援
- 马克·穆勒将担任第四届海南岛国际电影节艺术总监
- 中沙共建 沙特“未来新城”拔地而起
- (高质量发展调研行)走近钢铁生产和运营的最强“大脑”
- 文创产品走红的启示
- 冷链班列助力吉林延边经济“通江达海”
- 2024年江苏援藏实施66个项目 资金总计5.57亿元
- 重庆巫山发展清洁能源向“绿”而行
- 主题沙龙举行 专家与学生共话建设鹊桥星座、探索小行星
- 报告:东盟国家海上风电发展迎来机遇
- 湖南江永腊味香飘全国 助力群众增收致富
- 国家统计局:2023年中国经济增速明显快于美国、欧元区等
- “AI客服快把人逼疯了!”智能客服答非所问 人工客服要排长队
- 中央气象台继续发布暴雨黄色预警
- 载具“地狱火”飞弹,美军“最强无人攻击机”抵韩为这事儿
- 黑龙江省发布高温预报 18区县最高温可达37℃
- (经济观察)在上海最大铁路货场探寻“物流密码”
- 上半年中国信保承保金额4543亿美元
- 中国科学院发布公益学术平台 目前可检索资源量约1.7亿篇