“阿尔法狗”转行预测蛋白质结构，交大教授建议布局AI 生物医药

美国《科学》杂志近日评选出了2020年十大科学突破，“人工智能首次精准预测蛋白质三维结构”榜上有名。上海交通大学生物医学工程学院特聘教授殷卫海认为，这一成果的科学原理并不新鲜，但确实是一个重大技术突破，有望大幅加快药物研发速度。上海可加强对“人工智能+生物医药”这个交叉领域的布局，抢占科技前沿制高点。

人工智能让蛋白质结构预测成为可能

蛋白质具有三维结构，由一系列氨基酸折叠而成。对科学家来说，氨基酸测序是比较容易完成的工作，蛋白质三维结构解析的难度却很大，耗时费力。1972年，美国科学家克里斯蒂安·安芬森因提出“蛋白质的高级空间结构由其氨基酸序列决定”而获得诺贝尔化学奖。那为什么测定氨基酸序列后，解析蛋白质三维结构仍非常困难呢？殷卫海解释说，氨基酸折叠成蛋白质的力学原理是很明确的，包括氢键、范德华力、疏水作用和离子键等相互作用，这些氨基酸折叠成的三维结构必定达到了力学最稳态。但问题在于，蛋白质中各个原子之间都有作用力，如果要根据最稳态原理预测出三维结构，必须通盘考虑上千万个乃至更多的作用力，计算量非常巨大。

长期以来，结构生物学家利用冷冻电子显微镜、X射线晶体学等技术观测并解析蛋白质三维结构。对一些重要蛋白质的结构解析成果，往往会在《细胞》《自然》《科学》等国际顶级科技期刊发表，因为这类科研成果与药物研发息息相关，只有绘制出人体内重要蛋白质的“三维地图”，才能据此找到药物作用于人体的靶点，从而研制出精准有效的新药。

无论是冷冻电子显微镜还是X射线晶体学技术，解析蛋白质三维结构的难度都很高，需要高水平科研团队耗时数月乃至数年才能完成。近年来，随着新一代人工智能技术兴起、“阿尔法狗”（AlphaGo）的问世，“根据氨基酸序列预测蛋白质结构”这一方法成了国际科技前沿热点。通过深度机器学习等技术，人工智能系统可以在几天至几个月内，完成传统计算机软件需要上百年甚至更长时间才能完成的计算量，较为精准地预测出蛋白质三维结构。