在过去的几年里，DeepMind公司开发的人工智能AlphaGo已经在国际象棋和围棋比赛中取得了超越人类的表现。而如今，DeepMind又向推动和加速新科学发现上迈出了重要的一步。前几天，DeepMind宣布推出全新的AlphaFold系统，能够预测并生成蛋白质的3D结构。这一系统在周日进行的国际蛋白质结构预测竞赛（CASP）上击败了其余的参会选手。
我们都知道，蛋白质是维持我们生命所必需的庞大而复杂的物质。我们身体的几乎所有功能，例如收缩肌肉、感知光线或将食物转化成能量等，都需要一种或多种蛋白质来完成。而蛋白质具体能做什么就要取决于它独特的3D结构了。然而，纯粹从其基因序列中找出蛋白质的3D结构是一项非常具有挑战性的复杂任务。由于我们的DNA通常只包含蛋白质中氨基酸残基的序列信息，而这些氨基酸残基形成的长链将会折叠成错综复杂的3D结构。
这就是所谓的“蛋白质折叠”问题。而蛋白质越大，需要考虑的氨基酸之间相互作用就越多，对其结构的建模过程就会更加复杂和困难。错误折叠的蛋白质有可能引发阿兹海默病、帕金森病、亨廷顿舞蹈病和囊性纤维化等疾病的发生。因此，准确预测蛋白质的结构，对于理解其在人体内的作用，以及对上述疾病进行诊断和治疗是非常重要的。
在过去的五十年中，科学家们已经能够利用冷冻电子显微镜、核磁共振或X射线晶体学等实验技术在实验室中确定蛋白质的形状，但每种方法都依赖于大量的试错，这可能需要花上好几年时间，而预测每个结构也要花费数万美元。幸运的是，得益于基因测序成本的快速降低，基因组学领域的数据变得丰富。因此，科学家们开始利用AI技术开发深度学习算法，在基因组学数据的基础上对蛋白质结构进行预测。在此基础上，AlphaFold诞生了。
和以往方法不一样的是，AlphaFold并未使用已经明确结构的蛋白质3D模型作为模板，而是从头开始探索预测方法。DeepMind团队使用的方法都以深度神经网络为基础，来从基因序列中预测蛋白质的两种物理性质：氨基酸对之间的距离及连接这些氨基酸的化学键之间的角度。首先，研究小组训练了一个深度神经网络，来预测蛋白质中每对氨基酸残基之间距离的分布情况。
然后，研究人员将这些数值转化为评分，来对蛋白质结构的精确程度进行评估。同时，研究人员还另外训练了一个神经网络，利用这些距离数值来评估预测结构与真实结构的接近程度。如果你以为这就是AlphaFold能做的全部事情，那可就大错特错了。
事实上，DeepMind的研究人员在这些评分函数的基础上，还使用了两种全新的方式来优化蛋白质结构评分：他们使用了一个生成神经网络，不断生成新的蛋白质片段来反复替换一段旧的蛋白质结构，这样一来，蛋白质结构的评分就被不断提高了。另外，研究人员还使用了一种名为梯度下降的方式来让AlphaFold预测的结构变得高度精确。梯度下降是一种机器学习中常用的数学技术，用来实现渐进式的细微改进。
研究人员将这项技术用于整个蛋白质链，而不是结构中组装前必须分开折叠的片段，降低了预测过程的复杂性。AlphaFold的实际表现也非常强劲：在比赛中，AlphaFold在98名参赛者中名列榜首，预测了43种蛋白质中的25种最准确结构，而同一类别的第二名参赛队伍只预测出了43种中的3种。
研究人员表示，AlphaFold的成功表明了机器学习系统能够整合多种信息来源，从而帮助科学家们快速为复杂问题提出创造性的解决方案。他们在博客中写道：“正如AI通过AlphaGo和AlphaZero这样的系统，能够帮助人们掌握复杂的游戏一样，我们同样希望有一天，AI取得的突破也能帮助我们掌握基本的科学问题。
”研究人员还表示，这项研究能够帮助科学家们更有效地设计出治疗疾病的新方法，能够在药物发现的过程中开发出新的潜力，同时也降低了实验相关的成本，有望改善全世界数百万患者的生活质量。