谷歌人工智能再次創造奇跡，生物學上最大的謎團之一基本被破解

我為科技狂Tech

百家榜創作者,科技達人,優質創作者

人工智能，亦稱機器智能，指的是由人研發制造出來的機器所展現出的智能。業界認為，現今很多只能由人類勝任的職業將逐漸被人工智能取代。

人工智能的研究具有高度技術性和專業，所涉及的範圍其實非常廣泛。當前，人工智能的核心問題包括建構能夠跟人類似甚至遠超人類的推理、知識、規劃、學習、交流、感知、移物、使用工具和操控機械的能力等。迄今為止，弱人工智能已經取得了初步成果，在諸如圖像識別、語言分析、棋類遊戲等單方面的能力達到甚至超越了人類的水平。而人工智能的通用性，意味著能解決上述問題的是一樣的人工智能程序，無須重新開發算法便可直接應用現有的人工智能完成任務，與人類的處理能力相同，但是，開發出具備思考能力的強人工智能還需要一段相當長的時間。

有朝一日，人類通過不懈努力，真正創造出了比人類自身還要聰明能幹的強人工智能之後，世界將會怎樣，恐怕誰也不知道。當然，話說回來，現在討論強人工智能還為時尚早。

日前，總部設在倫敦、且已被美國谷歌公司收購的人工智能公司DeepMind稱，他們的人工智能AI基本上破解了當今生物界最大的謎團之一——半個世紀以來，預測一種蛋白質如何折疊成特有的三維形狀一直令科學家們倍感困惑。
當醫學界更好地理解和預測蛋白質形狀，對未來新藥的開發將起到關鍵性的作用。DeepMind此次取得的科技進步，可望加速醫學界對包括新冠病毒等一系列疾病的研究。

DeepMind預測的軍團菌病細菌的蛋白質模型

例如，一些來自美國的獨立科學家表示，DeepMind系統對蛋白質形狀預測的准確性可以跟那些昂貴和耗時的實驗室方法相媲美。加利福尼亞大學戴維斯分校的克雷什塔夫維奇博士是科學評審團成員之一，他形容DeepMind取得的這一成就“非常出色”。克雷什塔夫維奇表示，快速和准確地弄清蛋白質的形狀有著徹底改變生命科學的潛能。

而根據此新聞，人們不僅再度感受到人工智能在應用上的價值和無比巨大的潛力，也可以舉一反三，思考未來的人類與人工智能將怎樣共處一世……

1，要了解疾病和找到新治療手段就要研究蛋白質，但人類以現有的科技，僅僅是破解一種蛋白質的形狀就需要數年的時間和昂貴的儀器設備

眾所周知，蛋白質存在於所有生物體中，是細胞生存的基礎。它們在生命必不可少的化學過程中發揮著核心作用。蛋白質由氨基酸按一定順序結合形成的多肽鏈組成，它們以無數方式折疊成各種精致形狀，而這是它們在身體中發揮重要角色的關鍵所在。許多疾病都與蛋白質所扮演的角色有關，比如，它們可以成為催發化學反應的酶、抗擊疾病的抗體或是作為化學信使的荷爾蒙胰島素等。

與受體相結合的蛋白質

美國馬裏蘭大學的莫爾特博士是科學評審團的主席。他解釋說，這些蛋白質分子哪怕是微小的重新組合排列都會對人們的健康產生災難性的影響。因此，要了解疾病和找到新治療手段就要研究蛋白質。莫爾特進一步解釋，僅人類蛋白質就有成千上萬種，其他物種的蛋白質更是多達幾十億，包括細菌和病毒的蛋白質。而目前人類只是試圖破解一種蛋白質的形狀就需要數年的時間和昂貴的儀器設備。

2，DeepMind的人工智能系統在預測蛋白質的形狀上表現出色，人工智能的學習速度也異常驚人

1972年，美國生物學家克裏斯蒂安·安芬森曾因為對氨基酸序列與生物活性構象之間關聯的研究獲得諾貝爾獎。安芬森認為，應該有可能根據蛋白質的組成成份氨基酸的序列來確定蛋白質的形狀。

自那以後，每兩年全球20多個國家的幾十個研究團隊都會嘗試讓電腦通過氨基酸序列來預測大約100種蛋白質的形狀。與此同時，生物學家們在實驗室中則使用諸如X射線晶體學和核磁共振光譜法等傳統技術確定蛋白質的三維結構，以了解蛋白質分子中每一原子的相對位置。之後，由於科學家組成的專門CASP小組，對這些團隊用電腦所預測的蛋白質三維結構與使用實驗室方法得出的三維結構結果進行比較。

經CASP評審小組使用從0-100的測量方法對各團隊預測結果的准確性進行對比，DeepMind的人工智能AlphaFold獲得了90分，與實驗室預測結果相當。在最新一輪預測結果中，AlphaFold所預測的三分之二蛋白質形狀准確性與實驗室結果一致，另外一些預測結果雖然得分也很高，但准確性沒有達到相同水平。

AlphaFold采用深度學習算法，來學習和研究全球數據庫中所保存的已知蛋白質的三維形狀，這些折疊蛋白質的結構以空間圖的方式呈現。當然，毫無疑問的是，人工智能的學習速度異常驚人，它只需要用幾天的時間就能達到實驗室幾十年的研究水平。

明確了蛋白質的三維結構對於人類開發新藥以及了解包括癌症、失智症以及傳染性疾病至關重要。以新冠病毒為例，科學家一直在試圖研究新冠病毒表面的刺突蛋白是如何與人類細胞中的受體相互作用的。

倫敦大學學院的馬丁教授表示，了解蛋白質序列如何折疊成三維形狀其實是生物學最基本的問題之一。他解釋說，蛋白質的功能完全取決於它的三維結構形狀，而蛋白質功能則關系著我們健康與疾病的一切。

因此，了解了蛋白質的三維結構有助於人們設計新藥、防治疾病，無論是遺傳疾病還是感染疾病。

3，蛋白質折疊成三維結構堪稱是生物學上最大的謎團之一，人工智能可望派上大用場

歐洲生物信息研究所桑頓教授表示，蛋白質折疊成獨一無二的美麗三維結構堪稱是生物學上最大的謎團之一。她解釋說，如果能更好地了解和預測蛋白質結構就意味著人類將能更好地了解生命、進化以及疾病和健康等問題。

接下來，更多的科學家希望能檢測這些數據以確定人工智能方法到底有多准確、多細致。

目前，人類對蛋白質的知識仍存在缺口，包括多種蛋白質如何組合到一起，以及蛋白質如何與其他分子，例如脫氧核糖核酸（DNA）和核糖核酸（RNA）相互互動。

克雷什塔夫維奇博士表示，現在基本上解決了單一蛋白質的結構問題，它為未來找到蛋白質複合體結構形狀的新方法打開了一道大門。
事實上，正是這些眾多蛋白質複合體的共同作用才形成了生命的主要機制以及其他功能。

（我為科技狂整理）