DeepMind 解决蛋白质结构预测难题

谷歌人工智能部门DeepMind在预测蛋白质结构方面迈出了一大步。公司表示，DeepMind开发的AlphaFold系统已经解决了关键的“蛋白质折叠问题”，并将解决问题的运算时间从数月缩短至数小时，这有助于加快药物发现速度，有可能破解一个类似于绘制人类基因组的问题。AlphaFold可以在原子级范围内预测蛋白质的形状。这一突破将帮助科学家设计药物和了解疾病。

蛋白质的不同折叠程度决定了它如何与其他分子相互作用，了解蛋白质结构变化对发现新冠肺炎等病毒如何侵入人体细胞、设计酶分解污染物和提高作物产量具有重要意义。取名AlphaFold作为蛋白质研究团队的名称，DeepMind解释，Fold这个英文单词就有「折叠」的意思，就是以AI技术破解蛋白质折叠这一项科学的技术研究。

DeepMind最著名的AI人工智能产品是AlphaGo，AlphaGo在2016年以比分为1：4首次击败韩国围棋冠军李世石，后来又在「线上快棋对决」横扫中日韩顶尖棋手，创下60胜0负1平手的成绩，连围棋等级分排名世界第一的中国选手柯洁也是手下败将。

因新冠肺炎爆发带来的疫情，DeepMind另外一支AI人工智能团队AlphaFold，将神经网络模型、深度强化学习等AI技术用于未知蛋白质结构解析，此次就新冠病毒做了大量的基础研究，并开放获得的基因组数据，这基因组数据可以使研究人员快速开发针对病毒的测试疗法。

DeepMind表示，AlphaFold使用神经网络预测物理特性，这些神经网络经过训练可以从蛋白质的基因序列中预测蛋白质的特性，例如氨基酸对之间的距离、连接这些氨基酸的化学键之间的角度等， 会调整结构以找到最高效的氨基酸排布。首次的预测使用较多的时间，程序花了两周时间才预测出第一个蛋白质结构，现在只需几个小时就能将其预测出来。