新污染物分析团队 新污染物监测与分析 2024年10月09日 19:26 浙江
化学诺贝尔奖颁给预测蛋白质结构的 AlphaFold AI 的开发人员今年的奖项旨在表彰那些改变了生物学并有可能彻底改变药物发现的计算工具。
每位诺贝尔奖获得者都会获得一枚印有阿尔弗雷德·诺贝尔肖像的金牌。 图片来源：Angela Weiss/AFP via Getty
首次——但可能不是最后一次，由人工智能推动的科学突破获得了诺贝尔奖。2024年化学诺贝尔奖授予了位于英国伦敦谷歌DeepMind的John Jumper和Demis Hassabis，表彰他们开发的颠覆性AI工具AlphaFold，该工具可以预测蛋白质结构；以及位于美国西雅图华盛顿大学的David Baker，表彰他在计算蛋白质设计领域的工作，该领域近年来被AI技术彻底改变。
AlphaFold与AI蛋白质折叠革命的未来
AlphaFold自问世以来，其影响力可谓革命性。该工具使得蛋白质结构——尽管并非总是如此，但大多是高度准确的——可以随时供研究人员使用，并使得十年前还不可想象的实验成为现实。生物学家们现在谈论的是“AlphaFold之前的时代”和“AlphaFold之后的时代”。
“长期以来，科学家一直梦想通过蛋白质的氨基酸序列预测其三维结构……几十年来，这被认为是不可能的，”诺贝尔委员会主席、瑞典隆德大学纳米科学研究者Heiner Linke在颁奖典礼上说道。他补充道，今年的获奖者“破解了这一密码”。获奖者将分享1100万瑞典克朗（约合100万美元）的奖金。
获奖的AI
DeepMind在2018年首次推出AlphaFold，当时它赢得了名为“蛋白质结构预测关键评估（CASP）”的双年比赛。但正是其2020年底发布的第二代深度学习神经网络引发了生命科学领域的巨大震动。
AlphaFold2在CASP中的许多预测与通过实验解决的蛋白质结构几乎无法区分。CASP的联合创始人、马里兰大学帕克分校的计算生物学家John Moult在2020年表示：“从某种意义上说，这个问题已经解决了。”
DeepMind的联合创始人兼首席执行官Hassabis和AlphaFold团队负责人Jumper领导了AlphaFold2的开发。为了预测蛋白质结构，神经网络结合了数十万通过实验解析的结构和数百万相关蛋白质序列的数据库——这些序列包含了关于其形状的信息。
2021年，DeepMind将AlphaFold2的基础代码和训练模型所需的数据免费开放。与欧洲分子生物实验室欧洲生物信息学研究所（位于英国欣克斯顿）共同创建的AlphaFold数据库现在包含了几乎所有基因数据库中生物体的蛋白质结构，总计约2.14亿个预测。今年，该公司推出了AlphaFold的第三个版本，能够模拟与蛋白质相互作用的其他分子，如药物。
Jumper、Hassabis及其团队带来的这场革命仍处于早期阶段，AlphaFold对科学的全面影响可能需要数年才能显现。该工具已经帮助科学家们取得了新的见解。
一个先锋团队利用该工具结合实验数据，绘制了细胞中最大的机器之一——基因组的守护者“核孔复合体”的结构图。去年，两支团队挖掘了整个AlphaFold数据库，揭示了蛋白质宇宙中最隐秘的角落，发现了新的蛋白质家族、折叠结构及生命机器中的惊人联系。
许多研究人员希望AlphaFold及其启发的其他AI工具将改变医学领域，但尚不清楚它将如何或是否会改变开发安全新药的高成本、多步骤流程。
创造新蛋白质
在DeepMind开始开发AlphaFold十多年之前，华盛顿大学的计算生物物理学家David Baker及其团队已经开发了名为Rosetta的工具，用于基于物理原理模拟蛋白质结构。这一工具在设计新型蛋白质方面早期取得了成功。
多年来，Baker的团队将Rosetta应用于预测蛋白质结构——在AlphaFold取得统治地位之前，它一直是多个CASP赛事的顶级参赛工具之一——以及设计新型蛋白质，如酶和自组装蛋白质纳米颗粒。
当AlphaFold2发布但尚未公开时，Baker和他的团队，包括现任韩国首尔国立大学的计算化学家Minkyung Baek，开始研究软件并将其一些技术应用于之前的基于AI的Rosetta版本。由此产生的RoseTTAFold网络的第一个版本几乎与AlphaFold2一样出色。自2021年以来，这两个网络不断由其开发者——以及其他科学家，因为其开源——进行改进，旨在解决新的挑战，如预测多个不同蛋白质相互作用的复合物结构。
近年来，Baker的团队尤其活跃，将机器学习应用于实验室的核心任务：创造自然界中从未见过的新蛋白质。最近，Baker团队开发了一种结合了RoseTTAFold和图像生成扩散神经网络的工具，大幅提升了研究人员设计蛋白质的能力。
虽然像AlphaFold这样的计算工具不能替代实验研究，但科学家们表示，它们是加速器。2020年，CASP评委、德国图宾根马克斯·普朗克发育生物学研究所的进化生物学家Andrei Lupas对《自然》杂志表示：“这将赋能新一代的分子生物学家，提出更先进的问题。”
