AlphaFold:生物界的“AlphaGo”

在自然界中，蛋白質是氨基酸鏈，可以自發(fā)折疊成10后面300個0的形狀。蛋白質的三維結構決定了其功能，我們知道的包括癌癥、癡呆等幾乎所有疾病，都與細胞內蛋白質結構變化相關，如果能夠掌握蛋白質結構的變化，知道蛋白質如何折疊時，那么將對疾病的預防、治療等帶來重要影響。

從1950年代開始，使用X射線束照射結晶的蛋白質并將衍射光轉化為蛋白質原子坐標的技術，確定了蛋白質的第一個完整結構。X射線晶體學已經證明了蛋白質結構的絕大部分。通常情況下，識別單個蛋白質的結構需要耗費科學家數(shù)年時間。如今，融合了生物學、物理學和機器學習的AlphaFold能在幾天內提供精確到一個原子的結果。GDT(Global Distance Test)?的分值在0-100之間，GDT 可以大致地被認為是氨基酸殘基在閾值距離內與正確位置的百分比。2006-2016年間，這個數(shù)字最高在40左右。2018年，上一代的 AlphaFold得分一下子突破了50。而這次的新一代 AlphaFold，在蛋白結構預測大賽里的中位得分超過了92.4。90分左右的 GDT 可以被認為是與實驗方法得到的結果相競爭的。這意味著AlphaFold預測的平均誤差（RMSD）僅為1.6 埃（1埃等于0.1nm），相當于一個原子的寬度。

AlphaFold在國際蛋白質結構預測競賽(CASP)上大幅超越其它選手，其準確性可以與使用冷凍電子顯微鏡(CryoEM)、核磁共振或X 射線晶體學等實驗技術解析的3D結構相媲美。基于AlphaFold的新突破，人類未來也可能更快地發(fā)現(xiàn)更先進的新藥物。AlphaFold使用了公開數(shù)據(jù)，該數(shù)據(jù)包括來自蛋白質數(shù)據(jù)庫的約170,000種蛋白質結構以及包含未知結構蛋白質序列的大型數(shù)據(jù)庫。它使用了大約128個TPUv3內核（大約相當于100-200個GPU），運行了數(shù)周。不過，在當今機器學習中使用的大多數(shù)大型最新模型的情況下，該計算量也還適中。? ? ?