數(shù)十年來，科學家一直在努力尋找如何快速預測蛋白質(zhì)的扭曲，糾結(jié)形狀的方法，并從那里進一步了解生命本身的機制。本周，由谷歌姊妹公司DeepMind創(chuàng)建的一個人工智能程序被證明實際上已經(jīng)克服了這一挑戰(zhàn)，它預測了在兩年一度的競賽中，蛋白質(zhì)被扭曲成三維結(jié)構(gòu)的方式，該評判被認為是改變游戲規(guī)則的結(jié)果。

馬里蘭大學的計算生物學家約翰·穆爾特(John Moult)說：“從某種意義上說，問題已經(jīng)解決了。他于1994年與他人共同創(chuàng)立了蛋白質(zhì)結(jié)構(gòu)預測技術(CASP)競爭性關鍵評估，并被《自然》雜志引用。

歐洲生物信息學研究所的珍妮特·桑頓周一在競賽組織者的一份聲明中說，解決這一問題的工作是“人類好奇心，努力和智慧的勝利”。

與CASP或DeepMind無關的桑頓說：“對蛋白質(zhì)結(jié)構(gòu)的更好理解以及使用計算機進行預測的能力意味著對生命，進化以及人類健康和疾病的更好理解。”

所有生物的細胞都包含數(shù)千種蛋白質(zhì)，它們是催化體內(nèi)大多數(shù)化學反應的主力。

它們對生命至關重要-從肌肉功能到血液中的氧氣攜帶-也是癌癥，甚至等疾病的關鍵。

蛋白質(zhì)從氨基酸鏈開始，然后皺成獨特的三維纏結(jié)。

正是這種形狀與其功能直接相關。

半個世紀以來，科學家一直在思考如何準確，快速地預測蛋白質(zhì)的形成形式(在數(shù)量眾多的可能性中)，即通過查看其氨基酸鏈來決定蛋白質(zhì)的形成過程，這一過程在實驗室中可能要花費數(shù)年的時間。

CASP競賽涉及大約100個團隊，這些團隊獲得了數(shù)十種蛋白質(zhì)的氨基酸序列，并負責估計其最終形狀，這是組織者所熟知的。

DeepMind的程序AlphaGo在復雜的策略游戲“ Go”中擊敗了精英人類玩家，在2016年震驚了世界。DeepMind在2018年的上一場競賽中已經(jīng)位居榜首。

根據(jù)CASP的組織者，這次，它的AlphaFold程序確定了許多蛋白質(zhì)的形狀“達到了與昂貴且費時的實驗室實驗相當?shù)木_度”。

“這改變了醫(yī)學”

馬克斯·普朗克發(fā)育生物學研究所的進化生物學家安德烈·盧帕斯(Andrei Lupas)是評估小組的成員，他對《自然》雜志說，AlphaFold幫助他確定了一種他的實驗室一直試圖固定下來的蛋白質(zhì)的結(jié)構(gòu)。

他告訴《自然》雜志：“這將改變醫(yī)學。它將改變研究。它將改變生物工程。它將改變一切。”

關于藥物發(fā)現(xiàn)和《科學轉(zhuǎn)化醫(yī)學》(Science Translational Medicine)制藥行業(yè)的文章的德里克·洛(Derek Lowe)將蛋白質(zhì)折疊描述為“看著成堆的鉸鏈木材自發(fā)地重新堆成功能性的船，貨車和樹屋”。

他說，AlphaFold結(jié)果并不意味著該程序?qū)⒊掷m(xù)提供正確的蛋白質(zhì)結(jié)構(gòu)。

“但是要使許多不同的蛋白質(zhì)達到這樣的結(jié)構(gòu)精度水平，這是以前從未做過的事情。”

DeepMind表示，正在研究該程序如何幫助增加對某些疾病的了解，例如，確定一種蛋白質(zhì)是否發(fā)生故障。

它在一份聲明中說：“這些見解可以使藥物開發(fā)工作更加精確，并補充現(xiàn)有的實驗方法，從而更快地找到有希望的治療方法。”

該公司補充說，它正在努力編寫一份經(jīng)過同行評審的論文，并且正在“探索如何最好地提供對該系統(tǒng)的更廣泛訪問”。

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權(quán)請聯(lián)系刪除！