乾明 发自 凹非寺

量子位 报道 | 公众号 QbitAI

疫情全球化蔓延之下，世界最顶级的AI研究机构加入抗疫阵列。

DeepMind利用其最新版本的AlphaFold系统，发现几种与新冠病毒（SARS-CoV-2）相关的蛋白质的结构预测，并在今天对所有人公开。

他们表示，这些蛋白质结构还尚未被专家研究，希望能够对抗疫科研作出贡献。

“在共享的蛋白质数据库中，我们的系统准确地为SARS-CoV-2刺突蛋白提供了预测实验，这使我们相信，我们对其他蛋白质的模型预测可能是有用的。”DeepMind在博客文章中写道。

DeepMind的底气，来自于AlphaFold——这个2018年12月问世便惊呆科学家的系统，它主要功能是用人工智能加速科学发现。

在2018年的“蛋白质结构预测奥运会”CASP比赛中，力压其他97个参赛者，是第二名成绩的8倍还要多。

所以在华盛顿大学利用蛋白质游戏Foldit，集众智对抗新冠病毒之后，不少人纷纷发问：为什么AlphaFold没有出现？

现在，它来了。

DeepMind出手，用AlphaFold抗疫

“我们感激许多其他实验室的工作，如果没有全球各地的研究人员的努力，这项工作是不可能的，”DeepMind表示。

正是在全球各地，尤其是中国公开新冠病毒研究资料的情况下，他们才能够得以发现如此成果。

AlphaFold问世以来，DeepMind一直在优化系统，希望其能够更加强大。对SARS-CoV-2相关蛋白结构预测，是他们最新研究成果的体现。

他们的模型中，还包括每个残差的置信度，来帮助指出结构的哪些部分更有可能是正确的。

但DeepMind也补充道，只提供了缺乏合适模板或模板建模困难的蛋白质的预测，这些未被科学家研究的蛋白质，可能不是当前的焦点，但可能有助于研究人员理解SARS-CoV-2。

通常情况下，了解一种蛋白质的结构，能为理解它的功能提供重要的资源，但要确定这种结构，可能需要几个月甚至更长时间的实验。

现在，DeepMind已经将他们的蛋白结构预测放到了网络上，供全球各地研究人员免费下载（链接在文末）。

DeepMind为什么能够这么快？背后的力量来自于AlphaFold。

AlphaFold如何实现加速度？

与传统预测蛋白质3D结构的方法不同，AlphaFold仅仅基于蛋白质的基因序列，就能预测蛋白质的3D结构。

这是一个非常复杂任务。

基因序列中只包含蛋白质组成部分氨基酸残基的序列信息，这些氨基酸残基会形成长链。预测这些长链如何折叠成复杂的3D结构，被称为“蛋白质折叠问题”（protein folding problem）。

蛋白质越大，氨基酸之间的相互作用越多，建模也就更复杂，困难度也会成倍上升。

正如利文索尔佯谬（Levinthal’s paradox）中指出的那样，在找到一个蛋白质正确的3D结构之前，要列举一个典型的蛋白质所有可能的构型，需要的时间比宇宙存在的时间还要长。

DeepMind引入神经网络来解决这些问题。

首先，他们训练了一个神经网络，用来预测蛋白质中每对残基之间的距离分布。然后，将这些概率组合成一个分数，用来估计一个蛋白质结构的准确度。

此外，DeepMind还训练了一个单独的神经网络，基于所有距离的总和，来评估初步给出的蛋白质结构与正确答案的接近程度，并基于这些评分函数，去找到符合预测的结构。

神经网络模型的加持，以及庞大的算力驱动，AlphaFold不仅用时更短，而且结果比以前的任何模型都要精确，2018年亮相之后一举引发全球关注。

从那时到现在，DeepMind一直在投入资源优化AlphaFold。

现在疫情全球化肆虐，各大科技巨头纷纷卷入其中，没有谁能够独善其身，也是时候贡献力量共同抗疫了。

而且，这同样是对他们技术的一次验证：实验中效果很强，但实际中怎么样呢？

该出来遛遛了~