众所周知，蛋白质是一切生命的物质基础，人体的一切生命活动，本质上是蛋白质功能的体现。如果人工智能能够帮我们破解出蛋白质的密码，人类距离永生还有多久？

关注头条“溪谷科技号”，带你漫步于浪潮之巅。欢迎点赞、评论、转发，发表你的看法。

蛋白质分析的革新

一种新的人工智能工具可以帮助研究人员发现以前未知的蛋白质并设计全新的蛋白质。如果加以利用，它可以更有效帮助疫苗的开发，加快治疗癌症的研究，乃至生产全新的材料。

Alphabet（谷歌母公司）旗下的人工智能实验室DeepMind在2020年宣布了AlphaFold，这个人工智能工具使用深度学习来解决生物学的 "重大挑战 "之一：准确预测蛋白质的形状，让世界大吃一惊。蛋白质是生命的根本，了解它们的形状对与它们合作至关重要。2022年夏天早些时候，DeepMind宣布，AlphaFold现在可以预测科学上已知的所有蛋白质的形状。

华盛顿大学的一组研究人员在今天发表在《科学》杂志上的两篇论文中描述的新工具ProteinMPNN，为该技术提供了一个强大的补充。

这两篇论文是深度学习如何通过给科学家提供新的研究工具来革新蛋白质设计的最新例子。传统方式上，研究人员通过调整自然界中出现的蛋白质来设计蛋白质，但ProteinMPNN将为研究人员从头设计可能的蛋白质打开一个全新的世界。

人工智能怎么帮助我们？

蛋白质由数百到数千个氨基酸组成，它们以长链的形式连接起来，然后折叠成三维形状。AlphaFold帮助研究人员预测所产生的结构，提供对它们将如何表现的洞察力。

ProteinMPNN将帮助研究人员解决逆向问题。如果他们心中已经有一个确切的蛋白质结构，它将帮助他们找到能折叠成该形状的氨基酸序列。该系统使用一个在非常多的氨基酸序列例子上训练出来的神经网络，这些氨基酸序列折叠成三维结构。

但研究人员还需要解决另一个问题。为了设计出对现实世界应用有用的蛋白质，例如一种消化塑料的新酶，他们首先必须弄清楚什么样的蛋白质骨架会有这种功能。

“受限幻觉”让用户在所有可能的蛋白质序列中进行随机搜索，并倾向于具有某些功能的序列。这种“幻觉”使探索所有可能的蛋白质结构空间成为可能，这要归功于机器学习对庞大数据集的处理能力。假如有20个氨基酸，它们可以组合成大量可能的序列。

“绘画模拟”的工作方式很像输入法中的自动联想，但是是对于蛋白质结构和序列。利用这些方法，研究人员可以创造出一种以前在自然界中没有见过的全新的蛋白质，例如一个巨大的环状结构。

机器学习将使整个过程变得更快、更容易，并将使研究人员能够在更大的范围内创造全新的蛋白质和结构。该软件比以前的最佳工具快200多倍，并且只需要少量的用户输入，有可能降低蛋白质设计的门槛。

业内人士评价

约翰霍普金斯大学

约翰霍普金斯大学化学和生物分子工程教授杰弗里·格雷说：“这些贡献和最近的其他贡献正在改变生物分子结构预测和设计的领域。 ”格雷说：“在理解生物学、健康和疾病以及设计新分子以减少人类痛苦方面，其影响是巨大的。”

格雷说他的实验室将把他们开发的深度学习工具与贝克实验室的工具结合起来，以更好地理解免疫系统和免疫相关疾病，并使用人工智能来设计治疗方法。

DeepMind的AI for Science团队负责人普什米特·克里说：“AlphaFold通过解决蛋白质结构预测问题将生物学带入了一个新时代，并展示了AI和机器学习将在生物学中发挥的变革作用。ProteinMPNN是这种范式转变的另一个证明，为特定的任务设计蛋白质”。

ProteinMPNN现在可以在开源软件库GitHub上免费使用，它将为研究人员提供工具来进行无限的新设计。"当然，挑战是：你想要设计什么？" 贝克说。

人工智能会帮助人类破解蛋白质结构，从而让我们实现永生吗？

欢迎评论区留言，留下你的想法。