人工智能(AI)已经踏入了诺贝尔奖领域

人工智能(AI)已经踏入了诺贝尔奖领域。最近诞生了一项让人产生这种感觉的研究成果。据称,美国Alphabet(谷歌母公司)旗下的英国DeepMind公司开发出了可解决困扰人类长达半世纪的生物学难题的AI技术。其中隐含着对药物研发等带来革新的可能性。

  

  入选2020年科研十大成果

  

  拥有全球权威的美国《科学》杂志每年年底都会公布科学研究的十大成果。当选为2020年成果之一的技术是DeepMind公司的AI。《科学》杂志对这项技术充满期待称,“有助于查明疾病原理和开发相关药物,以及研发抗干旱的植物和价格低廉的生物燃料”。

  

  名为AlphaFold的AI能以高精度预测蛋白质的立体结构。蛋白质给人的最大印象是一种营养物质,其种类和作用多种多样。蛋白质支撑着基本的生命活动,比如用眼睛感知光、让肌肉运动、把食物变成能量等。

    

  蛋白质由20种氨基酸呈念珠状连接形成。其功能被形状所左右,调查蛋白质复杂立体结构的研究一直都很盛行。虽然使用X光和电子显微镜等进行研究,但仍需要花费几个月以上的时间,而且费用巨大。

    
 

  AlphaFold可在短时间内根据一维氨基酸排列方式预测出蛋白质的立体结构。根据DNA信息,较为轻松地获知氨基酸排列。据说还可以在几天内推导出蛋白质结构。

  

  证明其实力的是2020年举办的“CASP”(蛋白质结构预测)竞赛。AlphaFold显示出了毫不逊色于X光分析技术等的精度,引起震惊。电脑预测以前就很盛行,但从未达到过如此高的性能。美国马里兰大学教授约翰·莫尔特赞叹称,“这是非常特别的瞬间”。

  

  “为生物学领域50年来的难题提供了解决方案”。DeepMind为11月公开的博文加上了这样的标题。1972年的诺贝尔化学奖得主美国人克里斯琴·伯默尔·安芬森(Christian Boehmer Anfinsen)提出了“蛋白质的立体结构应取决于氨基酸的排列”理论,DeepMind公司自豪地表示此次的AI揭开了自那以来的谜题。

  

  氨基酸构成的立体结构理论上有无数个,并且非常复杂,如果逐一探索,需要的时间比宇宙年龄(约140亿年)还要长。而DeepMind使用已知的17万个蛋白质的构造等作为学习数据,利用最尖端AI技术取得了惊人的成果。

 

 
 

  DeepMind公司凭借围棋AI“AlphaGo”闻名世界。2016年,AlphaGo战胜了世界围棋冠军,让人意识到AI取得了突飞猛进的发展。DeepMind的首席执行官(CEO)Demis Hassabis入围了美国《时代周刊》评选的全球最具影响力100人。

  

  在开发AlphaFold过程中起主导作用的是研究蛋白质工作原理等、在美国芝加哥大学获得了化学博士称号的John Jumper。在东京大学松尾丰教授指导下研究AI的今井翔太认为,AlphaFold之所以性能出色,是因为不仅学习了AI,还学习了化学等领域的专业知识。

       

  还被应用于研究新冠病毒

  

  AlphaFold有望应用的领域是新药开发。药物主要靠与疾病有的关蛋白质结合来发挥作用。如果把药物与标靶蛋白质比作钥匙与锁孔的关系,那么迅速掌握蛋白质的立体结构将有助于开发新药。

  

  在预测新冠病毒的蛋白质结构方面,AlphaFold也有很高的准确度。日本东海大学先进生命科学研究所所长平山令明考虑到罕见疾病等,表示“以前无从下手的药物开发也得以开展”,对未来的发展充满期待。

  

  但AlphaFold并不是万能的。其可预测结构的对象有限,阐明蛋白质功能和工作原理还有很长的路要走。即便如此,研究人员仍对AlphaFold高度关注,表示“有利于整个生物学的进步”(日本东北大学兼日本学术振兴会特别研究员中村司)。

  

  AlphaFold能否给人类带来普惠,成为诺贝尔奖级别的技术?今后还要看它的真正价值。

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注