在過去的幾年裡，DeepMind公司開發的人工智慧AlphaGo已經在國際象棋和圍棋比賽中取得了超越人類的表現。而如今，DeepMind又向推動和加速新科學發現上邁出了重要的一步。今日，DeepMind宣佈推出全新的AlphaFold系統，能夠預測並生成蛋白質的3D結構。這一系統在週日進行的國際蛋白質結構預測競賽（CASP）上擊敗了其餘的參會選手。
我們都知道，蛋白質是維持我們生命所必需的龐大而複雜的物質。我們身體的幾乎所有功能，例如收縮肌肉、感知光線或將食物轉化成能量等，都需要一種或多種蛋白質來完成。而蛋白質具體能做什麼就要取決於它獨特的3D結構了。
然而，純粹從其基因序列中找出蛋白質的3D結構是一項非常具有挑戰性的複雜任務。由於我們的DNA通常只包含蛋白質中氨基酸殘基的序列資訊，而這些氨基酸殘基形成的長鏈將會摺疊成錯綜複雜的3D結構。這就是所謂的“蛋白質摺疊”問題。而蛋白質越大，需要考慮的氨基酸之間相互作用就越多，對其結構的建模過程就會更加複雜和困難。
▲每一個蛋白質都擁有錯綜複雜的3D結構（圖片來源：DeepMind blog）
錯誤摺疊的蛋白質有可能引發阿茲海默病、帕金森病、亨廷頓舞蹈病和囊性纖維化等疾病的發生。因此，準確預測蛋白質的結構，對於理解其在人體內的作用，以及對上述疾病進行診斷和治療是非常重要的。
在過去的五十年中，科學家們已經能夠利用冷凍電子顯微鏡、核磁共振或 X 射線晶體學等實驗技術在實驗室中確定蛋白質的形狀，但每種方法都依賴於大量的試錯，這可能需要花上好幾年時間，而預測每個結構也要花費數萬美元。幸運的是，得益於基因測序成本的快速降低，基因組學領域的資料變得豐富。因此，科學家們開始利用AI技術開發深度學習演算法，在基因組學資料的基礎上對蛋白質結構進行預測。在此基礎上，AlphaFold誕生了。和以往方法不一樣的是，AlphaFold並未使用已經明確結構的蛋白質3D模型作為模板，而是從頭開始探索預測方法。
DeepMind團隊使用的方法都以深度神經網路為基礎，來從基因序列中預測蛋白質的兩種物理性質：氨基酸對之間的距離及連線這些氨基酸的化學鍵之間的角度。首先，研究小組訓練了一個深度神經網路，來預測蛋白質中每對氨基酸殘基之間距離的分佈情況。然後，研究人員將這些數值轉化為評分，來對蛋白質結構的精確程度進行評估。同時，研究人員還另外訓練了一個神經網路，利用這些距離數值來評估預測結構與真實結構的接近程度。
▲AlphaFold的模型示意圖（圖片來源：DeepMind blog）如果你以為這就是AlphaFold能做的全部事情，那可就大錯特錯了。事實上，DeepMind的研究人員在這些評分函式的基礎上，還使用了兩種全新的方式來最佳化蛋白質結構評分：他們使用了一個生成神經網路，不斷生成新的蛋白質片段來反覆替換一段舊的蛋白質結構，這樣一來，蛋白質結構的評分就被不斷提高了。另外，研究人員還使用了一種名為梯度下降的方式來讓AlphaFold預測的結構變得高度精確。梯度下降是一種機器學習中常用的數學技術，用來實現漸進式的細微改進。研究人員將這項技術用於整個蛋白質鏈，而不是結構中組裝前必須分開摺疊的片段，降低了預測過程的複雜性。
▲圖中綠色為蛋白質的真實結構，藍色為AlphaFold預測得出的結構（圖片來源：DeepMind blog）AlphaFold的實際表現也非常強勁：在比賽中，AlphaFold 在 98 名參賽者中名列榜首，預測了 43 種蛋白質中 的25 種最準確結構，而同一類別的第二名參賽隊伍只預測出了43 種中的 3 種。
研究人員表示，AlphaFold的成功表明了機器學習系統能夠整合多種資訊來源，從而幫助科學家們快速為複雜問題提出創造性的解決方案。他們在部落格中寫道：“正如AI透過AlphaGo和AlphaZero這樣的系統，能夠幫助人們掌握複雜的遊戲一樣，我們同樣希望有一天，AI取得的突破也能幫助我們掌握基本的科學問題。”
研究人員還表示，這項研究能夠幫助科學家們更有效地設計出治療疾病的新方法，能夠在藥物發現的過程中開發出新的潛力，同時也降低了實驗相關的成本，有望改善全世界數百萬患者的生活質量。
參考資料：
[1] AlphaFold: Using AI for scientific discovery. Retrieved December 3, 2018, from https://deepmind.com/blog/alphafold/
[2] Google's DeepMind predicts 3D shapes of proteins. Retrieved December 3, 2018, from https://www.theguardian.com/science/2018/dec/02/google-deepminds-ai-program-alphafold-predicts-3d-shapes-of-proteins