不止會下棋，「阿爾法狗」背後團隊或解開糖尿病等病症之謎

新聞 12-04

對於許多人來說，2016年「阿爾法狗」對陣世界圍棋冠軍李世石的世紀之戰可能還歷歷在目。而現在，這家「阿爾法狗」背後的人工智慧企業DeepMind正在又一次創造歷史——

這次，他們不再局限於與人類在競技體育上一爭高下，而是直接將目光投向了目前科學領域最棘手的問題之一：預測蛋白質。

實際上，在此前，對於人類研發治療阿爾茨海默症、糖尿病藥物時，蛋白質摺疊一直是個大問題，曾經也有科學家嘗試用超級計算機摺疊蛋白質，但是效果並不是很理想。

據《衛報》報道，就在12月2日，在墨西哥坎昆舉行的一場國際會議上，DeepMind最新人工智慧程序AlphaFold（阿爾法摺疊）被確認，在根據基因序列預測出蛋白質的3D形狀這項任務上擊敗了所有競爭者，最終預測準確率超過一半。

「AlphaFold是該公司首個證明，人工智慧研究可以驅動和加速科學新發現的重要里程碑，」 DeepMind方面表示。

此前，科學家發現了一種蛋白質是乳腺癌生長和擴散的關鍵驅動因素圖據衛報

「蛋白質摺疊界的奧運會」取得驚人成績

實際上，早在2016年，DeepMind開發的程序AlphaGo擊敗世界圍棋冠軍李世石之後，開發團隊就已經將目光投向了研究蛋白質摺疊的領域。

儘管圍棋之類的遊戲已經被證明是一種對於AI程序功能的極好測試方式，但是對於研發團隊來說，在這些項目上與人類一爭高下顯然不是他們的最終目的。

「與世界冠軍下圍棋的意義，從來不在於贏得比賽本身，最終目的是為了發展演算法，解決像蛋白質摺疊這樣的問題。」 DeepMind聯合創始人兼首席執行官戴米斯·哈薩比斯(Demis Hassabis)表示。

阿爾法狗與李世石的對弈圖據美聯社

而這一次，DeepMind讓AlphaFold參加了結構預測（CASP）的關鍵比賽，這是一項每兩年舉辦一次的，堪稱「蛋白質摺疊界的奧運會」，吸引了來自世界各地的研究團隊。

這一比賽的目的是為了從他們的氨基酸列表來預測蛋白質的結構。此前，這些列表已經在比賽前幾個月時間中，每隔幾天發送給參賽的團隊。在比賽最終結束前，這些蛋白質的結構已經通過費力又費錢的傳統方法破解，但還沒有公開，最終提交最準確預測的團隊將獲勝。

儘管這次是AlphaFold首次參賽，但是，它取得了驚人的成績——

在發給比賽團隊的43種蛋白質中，AlphaFold有25種預測最接近正確結果；而在同一類別中排名第二的選手，僅在43種蛋白質中，有3種結果預測的最接近正確結果。

與此前的「阿爾法狗」相同的是，AlphaFold構建的模型都依賴深度神經網路，這些經過訓練的神經網路可以從基因序列中預測蛋白質的屬性。

在構建的過程中，DeepMind在數千已知的蛋白質上訓練了一個神經網路，直到它可以僅憑氨基酸預測蛋白質的3D結構。此後，給定一種新的蛋白質時，AlphaFold可以利用神經網路來預測氨基酸對之間的距離，以及連接它們的化學鍵之間的角度，最後調整初步結構以找到能效最高的排列。

根據DeepMind在官方博客中針對AlphaFold發布的科普性文章，他們這樣解釋道：「我們訓練了一個神經網路，來預測蛋白質中每一對殘基之間的距離分布，然後將這些概率打成一個分數，用這個分數來評估預測的蛋白質結構有多準確；我們還訓練了一個單獨的神經網路，用來估計建議預測結構和實際結構之間的差距。」

據悉，在項目之初，AlphaFold花了兩周時間來預測其第一個蛋白質結構。但現在，這一工作在幾小時內就可以完成。