·DeepMind公司稱，AlphaFold預(yù)測出了2億多個(gè)蛋白質(zhì)結(jié)構(gòu)。

·“有人在說AlphaFold開源了，我們國家不用搞了，這是大錯(cuò)特錯(cuò)。”

在復(fù)旦大學(xué)復(fù)雜體系多尺度研究院院長馬劍鵬教授看來，AlphaFold是又一個(gè)卡脖子的核心技術(shù)。

幾乎預(yù)測了整個(gè)蛋白質(zhì)宇宙

2022年7月28日，英國DeepMind公司表示，AlphaFold已經(jīng)預(yù)測了全球幾乎所有的蛋白質(zhì)結(jié)構(gòu)，短短一年時(shí)間，他們的蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫中的數(shù)據(jù)從200萬個(gè)擴(kuò)增到超2億個(gè)。

AlphaFold也是繼AlphaGo（阿爾法狗）之后，DeepMind重磅打造的一款智能人工系統(tǒng)，主要被用來預(yù)測蛋白質(zhì)結(jié)構(gòu)。那么，AlphaFold運(yùn)行基本原理是怎樣的？

它運(yùn)用了機(jī)器學(xué)習(xí)算法，配置了深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，并且接受了蛋白質(zhì)三維結(jié)構(gòu)數(shù)據(jù)庫（PDB）以及其他數(shù)據(jù)庫中數(shù)十萬個(gè)實(shí)驗(yàn)確定的蛋白質(zhì)結(jié)構(gòu)和序列的訓(xùn)練。

經(jīng)過訓(xùn)練后，AlphaFold在面對一個(gè)新的基因序列時(shí)，首先在數(shù)據(jù)庫中尋找相關(guān)基因序列，然后經(jīng)過大量的計(jì)算和比對，對新基因序列對應(yīng)的蛋白質(zhì)3D結(jié)構(gòu)進(jìn)行預(yù)測，它的預(yù)測結(jié)果具有非常可觀的精確度。

回溯到一年前，2021年7月，也就是AlphaFold發(fā)布蛋白質(zhì)數(shù)據(jù)庫和開源代碼初期，DeepMind就已經(jīng)用AlphaFold預(yù)測了98.5%的人類蛋白質(zhì)結(jié)構(gòu)，相關(guān)結(jié)果發(fā)表在《自然》雜志上。

在很多專家看來，AlphaFold還只是對未來的“驚鴻一瞥”，它將生物學(xué)帶入了一個(gè)數(shù)字時(shí)代，并且它將改變?nèi)蛏镝t(yī)學(xué)研究現(xiàn)狀。

目前，DeepMind與被忽視疾病藥物倡議（DNDI）合作，來推進(jìn)他們的研究成果。同時(shí)，DeepMind還對被世界衛(wèi)生組織（WHO）確定為高度優(yōu)先研究的生物體進(jìn)行了結(jié)構(gòu)預(yù)測，幫助科學(xué)家進(jìn)一步研究麻風(fēng)病和血吸蟲病等頑疾。

DeepMind創(chuàng)始人Demis Hassabis。   視覺中國 資料圖

對此，DeepMind創(chuàng)始人兼首席執(zhí)行官戴密斯·哈薩比斯（Demis Hassabis）發(fā)出感慨，“AlphaFold已經(jīng)對我們一些最大的全球挑戰(zhàn)產(chǎn)生了令人難以置信的影響。我們希望這個(gè)擴(kuò)展的數(shù)據(jù)庫將幫助無數(shù)科學(xué)家完成他們的重要工作，并為科學(xué)發(fā)現(xiàn)開辟全新的途徑?！?/p>

AlphaFold給全球生命科學(xué)領(lǐng)域?qū)W者的科研工作提供了便利，我國學(xué)者正在致力于探索“屬于中國的AlphaFold”。但做得怎么樣，有無自己的原創(chuàng)技術(shù)？

如何打造一款中國的AlphaFold？

國內(nèi)對AlphaFold的關(guān)注，是最近兩年的事。

2020年底，冰洲石生物科技（AccutarBio）宣布完成了近億美元融資，致力于運(yùn)用通過深度學(xué)習(xí)和物理建模的方式在海量數(shù)據(jù)上進(jìn)行訓(xùn)練得到的計(jì)算模型來替代生物學(xué)和化學(xué)實(shí)驗(yàn)，以此來加速創(chuàng)新藥的研發(fā)。

AccutarBio創(chuàng)始人范捷博士表示，他們的愿景是用AI全面提升創(chuàng)新藥物研發(fā)的速度和效率，推出擁有全球?qū)＠乃幬锂a(chǎn)品，致力于利用顛覆性技術(shù)的力量不斷去改變藥物發(fā)現(xiàn)行業(yè)。

致力于AI跨界融合的團(tuán)隊(duì)并非個(gè)例。2021年12月，北京深勢科技推出一款蛋白質(zhì)結(jié)構(gòu)預(yù)測工具Uni-Fold，并同時(shí)開源訓(xùn)練代碼和推理代碼，供各界科學(xué)家和企業(yè)家測試使用。

由于AlphaFold只是開源了模型推理代碼，并沒有開源訓(xùn)練代碼，因此科研人員只能按照AlphaFold設(shè)計(jì)好的流程進(jìn)行使用，而不能對其訓(xùn)練過程做出調(diào)整，來遷移至更多的應(yīng)用場景。

中科院院士、北京大學(xué)教授鄂維南表示，“盡管DeepMind開源了推理代碼，但模型的訓(xùn)練技術(shù)才是核心的競爭力”。

復(fù)旦大學(xué)復(fù)雜體系多尺度研究院院長馬劍鵬教授

同樣，2021年12月，復(fù)旦大學(xué)復(fù)雜體系多尺度研究院院長馬劍鵬教授的團(tuán)隊(duì)和上海人工智能實(shí)驗(yàn)室合作，在《生物信息學(xué)簡報(bào)》（Briefings in Bioinformatics）上發(fā)表了一篇名為“OPUS-Rota4: agradient-based protein side-chain modeling framework assisted by deeplearning-based predictors”的論文，簡述了他們開發(fā)的算法成果。

研究團(tuán)隊(duì)研發(fā)出的具有自主知識(shí)產(chǎn)權(quán)的OPUS系列算法，這個(gè)算法可以用于預(yù)測蛋白質(zhì)主鏈和側(cè)鏈的三維結(jié)構(gòu)，值得一提的是，其中的蛋白質(zhì)側(cè)鏈預(yù)測算法即OPUS-Rota4算法，精度比AlphaFold更勝一籌。

具體而言，研究人員使用AlphaFold得到了15個(gè)蛋白的預(yù)測結(jié)構(gòu)，并利用不同方法根據(jù)預(yù)測出的主鏈結(jié)構(gòu)對其側(cè)鏈進(jìn)行重新建模。其結(jié)果顯示，OPUS-Rota4的結(jié)果顯著優(yōu)于其它側(cè)鏈建模方法，而且比AlphaFold預(yù)測的側(cè)鏈更接近天然構(gòu)象。

不同側(cè)鏈建模方法對CASP14-AF2（15）的性能。

就在前不久，又有一家國內(nèi)AI制藥企業(yè)華深智藥宣布，在AI和生命科學(xué)結(jié)合領(lǐng)域?qū)崿F(xiàn)了一個(gè)重要進(jìn)展，在蛋白質(zhì)結(jié)構(gòu)預(yù)測方面開發(fā)出新的技術(shù)——OmegaFold。

總的來說，利用AI推動(dòng)生命科學(xué)發(fā)展的研究正在國內(nèi)遍地開花。各大企業(yè)和高校團(tuán)隊(duì)在不斷推進(jìn)AI和生物制藥的跨界融合，他們正在努力趕超DeepMind公司的AlphaFold。很顯然，這一領(lǐng)域的源頭創(chuàng)新并不在我們手上，怎樣做才能保持優(yōu)勢呢？

“我們必須從底層技術(shù)做起”

蛋白質(zhì)結(jié)構(gòu)預(yù)測早已不是一個(gè)新的領(lǐng)域，科學(xué)家已經(jīng)做了五十多年，但是直到AlphaFold的出現(xiàn)，這一領(lǐng)域的研究才出現(xiàn)突破性成果。

在很多業(yè)內(nèi)專家看來，它的出現(xiàn)某種程度上是靠科學(xué)家個(gè)人去發(fā)揮他們的創(chuàng)造性。但我國在這一領(lǐng)域發(fā)展也有一定優(yōu)勢，這就是計(jì)算機(jī)系統(tǒng)工程?？茖W(xué)問題的工程化，AlphaFold也是非常典型的例子之一。

目前，我國還沒有能夠完全超越AlphaFold的核心技術(shù)，要實(shí)現(xiàn)真正“從0到1”的突破，或許還需要一些時(shí)間。

馬劍鵬在受訪中表示，“有人在說AlphaFold開源了，我們國家不用搞了，這是大錯(cuò)特錯(cuò)。第一，他們所謂的開源只是表層結(jié)構(gòu)開源了，底層技術(shù)沒有開源。第二，你把它拿來你只能做他們的東西，你沒有辦法提高，就像航空發(fā)動(dòng)機(jī)你買來可以，你能往前再進(jìn)一步嗎？”

馬劍鵬認(rèn)為，我們必須從底層技術(shù)做起，掌握核心算法。

參考資料

1. 對標(biāo)AlphaFold2！深勢科技發(fā)布Uni-Fold蛋白結(jié)構(gòu)預(yù)測工具，并開源訓(xùn)練代碼.深勢科技.

https://mp.weixin.qq.com/s/Zhn3HJpLnznLM1bpu6D1ew

2. OPUS-Rota4: a gradient-based protein side-chain modeling framework assisted by deep learning-based predictors.Briefings in Bioinformatics.

https://academic.oup.com/bib/article/23/1/bbab529/6461160

3. 超越谷歌“AlphaFold2”，為新藥研發(fā)提供利器：復(fù)旦復(fù)雜體系多尺度研究院團(tuán)隊(duì)發(fā)表全新蛋白質(zhì)側(cè)鏈預(yù)測成果.復(fù)旦大學(xué).

https://mp.weixin.qq.com/s/idWh_IO66Nhry4LfeITmIA

https://www.sohu.com/a/510336879_629135

4. 全球首個(gè)！ 華深智藥完成單條序列蛋白質(zhì)結(jié)構(gòu)預(yù)測最后一塊拼圖.華深智藥.

https://mp.weixin.qq.com/s/DY3I13k_9QsIpCmyvQBlPg

5. AlphaFold reveals the structure of the protein universe.DeepMind.

https://www.deepmind.com/blog/alphafold-reveals-the-structure-of-the-protein-universe

6. 對話復(fù)旦復(fù)雜體系多尺度研究院院長：蛋白質(zhì)結(jié)構(gòu)預(yù)測為何突破.新浪科技.

https://finance.sina.com.cn/tech/2021-11-01/doc-iktzqtyu4671024.shtml

7. Finally, an answer to the question: AI — what is it good for?.VOX.

https://www.vox.com/future-perfect/2022/8/3/23288843/deepmind-alphafold-artificial-intelligence-biology-drugs-medicine-demis-hassabis

更正：本文稍早之前的版本，多處將“復(fù)旦大學(xué)復(fù)雜體系多尺度研究院院長馬劍鵬教授”誤寫成“馬建鵬”，特此更正，并向馬劍鵬教授及讀者致以歉意。