蛋白质

蛋白质是生命的基石，几乎支持着人体的所有功能。

蛋白质是生命的基础，这些碳基分子负责处理细胞内部发生的大部分事情，比如面对病毒的入侵，细胞内的DNA就开始忙活起来，生产与之对抗的抗体来抵御病毒。

一位行业专业人士表示，实验解析存在一定的局限性（例如X-射线晶体学需要首先对蛋白质进行结晶操作，而结晶后的蛋白质结构，未必与在生物体内的实际结构一致；

通过将预测结果与精确测量的蛋白质距离进行比较，AlphaFpld更精确地预测了蛋白质链中连续氨基酸之间的折叠角度。

利用AlphaFold,使用遗传密码来预测蛋白质的形状。

利用深度学习的AI方法应用于结构和遗传数据，以预测蛋白质中氨基酸对之间的距离。

氨基酸序列准确预测蛋白质结构的能力将对生命科学和医学带来巨大的好处。

预测蛋白质折叠的形状很重要，因为它决定了蛋白质的功能，几乎所有的疾病，包括癌症和痴呆症，都与蛋白质的功能有关。

DeepMind开发了一款人工智能软件AlphaFold，使用了AI与算法相结合的方式来预测蛋白质中氨基酸对之间的距离，以解决生物学最严峻的挑战之一——蛋白质折叠预测。

从1997年开始，许东教授就开始了蛋白质结构预测这方面的研究。

他表示，从防病、治病的角度来看，蛋白质结构变化预测，绝对是非常重要。

如今有了AlphaFold提供结构，就可以指导实验将蛋白质结构解出来。

然而，也有网友提出了一些不同的声音：利用计算机预测蛋白质结构很早就在做，只不过准确度一直是一个问题。

CASP开始于20世纪90年代，全名为“蛋白质结构预测的关键评估”，它是一项非常缜密的实验，致力于让科学家们设计出能够预测蛋白质折叠的深奥谜团的系统。

但是有一点值得肯定，AlphaFold的爆炸性成果，会对其他入局蛋白质结构预测的厂商产生非常大的冲击——犹如一条“鲶鱼”一样，搅动整个行业的现有技术和商业格局。

绿色的蛋白质结构与蓝色的AlphaFold的预测重叠。

而在CASP实验走进第三个十年之际，谷歌DeepMind重磅推出的AlphaFold以前所未有的准确性提供了对3D蛋白质结构的预测，它的预测战胜了25年来所有的参赛者。

直播预约：AlphaFold蛋白质结构预测是革命性成果吗？

从氨基酸序列预测蛋白质结构变化的能力将对生命科学及医学领域带来巨大好处，德国马克斯·普朗克发展生物学研究所的进化生物学家安德烈·卢帕斯直言：“AlphaFold帮助他解决了困扰十几年的难题，通常情况下，破解一个蛋白质的结构需要耗费数年时间，而现在，几天之内就能得到一个非常接近的结构，这无疑会极大加速对细胞组成部分的工作，也将改变我的工作方式”。

即便是对于最难的随机蛋白质结构预测，AlphaFold也达了87.0GDT的高分。

AlphaFold的得分可以说是在蛋白质结构的预测上达到了极高的准确性。

他们在几乎没有氨基酸序列的前提下，准确的预测了冠状病毒中的两个蛋白质结构。

在上世纪八九十年代，计算机开始应用于模拟蛋白质结构，得益于计算机强大的算力，科学家们提出了许多理论的预测方法，然而，很快就被现实打脸了，当他们将论文中的方法在实验室应用时，发现自己鼓捣出的蛋白质与实际情况相去甚远。

自1950年开始，科学家已经可以通过X射线照射结晶的蛋白质并将其产生的衍射光转化为蛋白质的三维原子坐标，从而获得准确的蛋白质结构。

不过这并不代表计算机退出了舞台，相反，来自马里兰大学学院公园分校的计算生物学家约翰·穆尔特与其他人共同创立了CASP，致力于改进精确预测蛋白质结构的计算方法。

CASP(CriticalAssessmentofproteinStructurePrediction)是国际性的蛋白质结构预测的重要评估组织，每两年进行一次蛋白质结构预测的全球试验比赛，主要目标是帮助推进从氨基酸序列中识别蛋白质三维结构的方法，被许多人认为是该科学领域的“黄金标准”。

本周CASP表示DeepMind的AlphaFold系统在蛋白质结构预测方面取得了空前的准确性，GDT(GlobalDistanceTest)准确性高于90%。

德国进化生物学家AndreiLupas说，AlphaFold已经帮助他找到了困扰他实验室十年的蛋白质结构问题，他希望这将改变他的工作方式和问题处理方式。

但这种方式需要花费的大量时间和资金，于是科学家一直想知道蛋白质的组成部分（一串氨基酸长链）如何在极短时间内变形成曲折的三维结构。

DeepMind团队所取得的成就非常了不起，并且能够改变结构生物学和蛋白质研究的未来。

欧洲生物信息学研究所名誉主任珍妮特・桑顿说：“‘深度学习’团队所取得的成就是惊人的，将改变结构生物学和蛋白质研究的未来。

欧洲生物信息学研究所名誉主任珍妮特·桑顿说：“‘深度学习’团队所取得的成就是惊人的，将改变结构生物学和蛋白质研究的未来。

但光是解析蛋白质折叠后的结构，就已经非常困难。

预测蛋白质折叠后的形状，则是“地狱难度”。

原标题：《50年都未解开的蛋白质折叠难题被AI破解了》

而就在刚结束不久的第十四届CASP竞赛上，由谷歌Deepmid推出的AlphaFold最新版本力压群雄，在通过氨基酸序列预测蛋白质折叠结构方面，其准确性已经接近于使用X射线晶体学、超低温电子显微镜（cryo—EM）等标准实验方法所解析出的3D结构。

要解决这个难题最大的挑战在于：在自然界，蛋白质折叠的方式实在太多了，据估算，一个典型的蛋白质有10300次方种可能的构型，它们可以自个儿把自个儿扭成一幅六亲不认的样子，即便是物理规则来了也要流泪，因为有些形状实在难以想象。

这就是著名的蛋白质折叠结构预测。

科学家可以通过了解到的蛋白质形状，有针对的开发相关药物。

科研人员在过去的五十年里，利用冷冻电子显微镜，核磁共振和X射线晶体学等方式反复试验去确定蛋白质的形状，但是耗费了大量的时间和财力也没有得出蛋白质的具体形状。

预测这些链将如何折叠成蛋白质复杂的3D结构就是“蛋白质折叠问题”。

许东教授认为，施一公、颜宁这些生物学学者所做的一些更为细致的研究，不是仅靠蛋白结构预测就能取代，这其中包括蛋白质的功能、机理、修饰、相互作用、动力学属性等等，还是需要大量实验工作。

哈特尔教授详细解释，其实，蛋白质分子就是一长串氨基酸。

而且我认为像AlphaFold这样的人工智能很适用于我们的研究，特别是了解蛋白质分子是如何精准形成三维结构的。

知道蛋白质如何折叠时，我们才能知晓蛋白质的作用。

正如谷歌人工智能预测蛋白质的三维结构表明的那样，当代人工智能的兴起，更是给基因科学如虎添翼！

今天，谷歌AlphaFold成功预测蛋白质的三维结构表明，当人工智能与基因科学相结合，人类将进入一个风高浪急的新时代。

“阿尔法折叠”精准预测蛋白质三维结构）

几十年来，研究人员利用X射线晶体学或低温电子显微镜（cryo-EM）等实验技术来破译蛋白质的三维结构，但这种方法可能需要数月甚至数年，且未必见效。

1994年，为更好预测和破解蛋白质三维结构，马里兰大学结构生物学家约翰·穆尔特等人发起了CASP竞赛，每两年举行一次。

当地时间11月30日，英国DeepMind团队宣布在蛋白质结构问题上取得重大进展，其第二代“阿尔法折叠”（AlphaFold）方法精准预测蛋白质的三维结构，摘得国际蛋白质结构预测竞赛（CASP）冠军。

此间，生物学家主要利用X射线晶体学或冷冻电镜（cryo-EM）等实验技术来破译蛋白质的三维结构。

首次参加国际比赛的AlphaFold在“预测蛋白质三维结构”的任务中排名第一。

刚刚，美国传来大消息：谷歌最新人工智能AlphaFold，在一项极其困难的任务中击败了所有对手，成功根据氨基酸序列预测了生命基本分子——蛋白质的三维结构。

准确预测蛋白质三位结构对生命科学和医学无疑是一个巨大的福音，这意味着大大加快人们对细胞组成部分的理解，并使人们能够更快、更先进地发现药物。

然而，预测蛋白质三位结构的“蛋白质折叠问题”却并不简单，一个主要的挑战是，蛋白质在形成最终的三维结构之前，理论上可以折叠的方式数量是天文数字。

去年年底，谷歌DeepMind推出了一种名为AlphaFold（一个用人工智能加速科学发现的系统，它基于蛋白质的基因序列，就能预测蛋白质的3D结构）的算法。

近日，在有“蛋白质奥林匹克竞赛”称呼的国际蛋白质结构预测竞赛（CASP）上，AlphaFold击败了其余的参会选手，能够精确地基于氨基酸序列，预测蛋白质的3D结构。

最后，借助微生物发酵过程增加蛋白质的数量并将它们干燥成粉末乳蛋白。

人体拥有成千上万种不同的蛋白质，每一种蛋白质都包含几十到几百种氨基酸，这些氨基酸的顺序决定了它们之间的作用，赋予蛋白质复杂的三维形状，进而决定了蛋白质的功能。

氨基酸序列准确预测蛋白质结构的能力将对生命科学和医学带来巨大的好处。

从氨基酸序列预测蛋白质结构变化的能力将对生命科学及医学领域带来巨大好处，德国马克斯·普朗克发展生物学研究所的进化生物学家安德烈·卢帕斯直言：“AlphaFold帮助他解决了困扰十几年的难题，通常情况下，破解一个蛋白质的结构需要耗费数年时间，而现在，几天之内就能得到一个非常接近的结构，这无疑会极大加速对细胞组成部分的工作，也将改变我的工作方式”。

此外，合成出拥有所需结构的蛋白质，还可以加快酶的研制进程，让生物燃料领域受益。

哈特尔在第三届顶尖科学家论坛期间参加了以“大脑分子的密码”为主题的世界顶尖科学家脑科学峰会，分享了他在蛋白质折叠领域的最新研究，希望能为一些目前尚没有治愈策略的神经退性行疾病的治疗提供帮助。

哈特尔教授以其在蛋白质折叠领域的开创性研究而闻名，他发现了辅助蛋白在蛋白质折叠过程的关键作用,而这项功可以为目前不能治愈的疾病提供重要的治疗信息。

同时，蛋白质又是大型复杂分子，由氨基酸链组成，蛋白质的作用很大程度上取决于其独特的三维结构。

知道蛋白质如何折叠时，我们才能知晓蛋白质的作用。

众所周知，在人体内有成千上万种不同的蛋白质，而蛋白质的作用很大程度上取决于其独特的3D结构。

蛋白质是生命的基础，这些碳基分子负责处理细胞内部发生的大部分事情，比如面对病毒的入侵，细胞内的DNA就开始忙活起来，生产与之对抗的抗体来抵御病毒。