DeepMind再创新里程碑，挑战复杂蛋白质结构问题打造准确预测模型AlphaFold

继打造出打败人类围棋世界冠军的AI程式AlphaGo之后，DeepMind最近再次出手，挑战的是复杂的蛋白质结构预测问题，成功打造出仅透过基因序列，准确预测蛋白3D结构的预测模型AlphaFold，并在今年投稿蛋白质结构预测竞赛（CASP），在入选的团队中，排名第一名，该预测蛋白结构的运算方法，更被竞赛主办方喻为史无前例的进展。

DeepMind指出，此研究成果是生物学的主要挑战的一大进展，因为预测蛋白质形状，将可以了解该蛋白质在人体内的作用，进而诊断和治疗由错误折叠蛋白质引起的疾病，像是阿兹海默症、帕金森氏症、亨丁舞蹈症、囊状纤维化疾病等。

DeepMind研究团队从两年前就开始着手蛋白质结构的研究，透过庞大基因组资料和多年的研究，来开发预测模型，该模型产生3D结构蛋白质模型，远比以往的研究准确，蛋白质3D结构的预测模型AlphaFold，锁定困扰生物科学家已久的挑战——蛋白质折叠（protein folding）问题，蛋白质折叠问题即是预测没有固定结构的氨基酸序列，会如何折叠成特定3D结构的蛋白质分子。

蛋白质是一个巨大且复杂的分子，几乎所有生物体的机能都与蛋白质的移动和改变息息相关，像是收缩肌群、光线感知，和将食物转为能量的行为，而这些蛋白质都在被编译在DNA中，称之为基因。而蛋白质有成千上万种，每一种都有其特定的功能，功能取决于蛋白质特定的3D结构，举例来说，免疫系统的抗体蛋白质为Y型，分叉顶端具有抗原结合位的锁状结构，透过特殊的结合机制，抗体蛋白能够侦测和标记外来微生物和受感染的细胞，以诱导其他免疫机制对其进行攻击。

不过，从基因序列识别蛋白质结构是一项非常复杂的任务，该任务的挑战在于基因序列中，只包含部分的氨基酸残基序列讯息，且越大的蛋白质就复杂，因为有更多的氨基酸序列的相互作用必须纳入考量，以至于难以建模，如果用列举所有可能配置的方式，要找出一个典型的蛋白质正确3D结构，可能要花上比宇宙年龄还要长的时间。

DeepMind期望透过AI技术来解决这道难题，理解蛋白质的折叠，除了有助于疾病诊断和治疗、药物开发之外，还能帮助蛋白质设计的工作，例如，生物降解酶来管理像是塑胶或是石油等污染物，以更友善的方式分解废料，同时也能降低实验成本和时间。

过去50年来，生物科学家都是透过大量的尝试错误法，来辨识蛋白质的形状，借由这种实验方法，每一个结构就要花上好几年的时间和数千美元的成本，幸运的是，多亏基因序列成本快速降低，基因领域拥有丰富的资料，因此，近几年，透过深度学习技术来预测蛋白质结构的方法，变得越来越热门，DeepMind也开始投入研究，最后打造出AlphaFold。

不同的是，DeepMind没有采用先前已建立的蛋白质当作模板，而是从头开始，并透过2个方法来建置结构的预测，这两项方法都是透过训练过的深度神经网络，从基因序列来预测蛋白质的特征，包含成对氨基酸的距离、链接氨基酸化学键的角度。

图片来源：DeepMind

首先，DeepMind研究团队训练了一套神经网络来预测每对氨基酸分别的距离分布，并将输出的概率组合，用来评估书蛋白质结构的准确度，另外，DeepMind还分开训练了另一套神经网络，利用距离分布的总和来评估与正确结构的接近程度。

透过这些评分机制，系统就能找出最符合正确结构的预测结果，第一种方法是生物学中最常用的方法，反复用新的蛋白质片段来替换蛋白质结构的片段，借此，就能训练出创造新片段的生成神经网络，来改善蛋白质结构的评分。第二种方法则是利用梯度下降法来优化评分，提升预测结构的准确度，为了减少预测的复杂性，该技术用于整个蛋白质链，而不是只用在独立折叠的片段。

DeepMind表示，该研究成果的成功，展现了机器学习系统，能够整合不同来源的资料，协助科学家快速地为复杂的问题，找到创新的解决方案，就像AlphaGo和AlphaZero能够在复杂的围棋游戏中协助人类一样，DeepMind希望AI技术的突破，有一天能够帮助人类战胜基础科学的问题。