科学家开发新的深度学习模型，在10分钟内就可完成蛋白质结构预测

来自华盛顿大学的研究人员，开发了一个强大的模型，可以使用一般游戏用电脑，在10分钟之内，计算出蛋白质结构，而这项研究有望可以加速药物开发，为治疗癌症等疾病提供解决方案。

相关的蛋白质研究一直持续进展中，最近的一项研究，是去年11月Alphabet旗下的DeepMind研究人员，使用人工智能从蛋白质的氨基酸序列，预测了蛋白质的结构，解决了科学界数十年来的问题，而现在相关研究再次推进。

蛋白质存在于身体每个细胞中，在血液凝固、激素调节、免疫系统和组织修复等过程发挥作用，蛋白质由长链氨基酸组成，并且根据作用力折叠成为3D形状，蛋白质的形状不同则功能不同。

华盛顿大学研究人员建立出RoseTTAFold模型，该模型为一个三轨神经网络，可以同时考虑蛋白质序列模式、氨基酸相互作用和可能的3D结构。研究团队使用不连续的蛋白质片段来训练模型，这些片段具有260个独特的氨基酸元素，借由利用PyTorch深度学习框架，来推断蛋白质的化学组成以及折叠结构。

论文提到，当初DeepMind使用了数个GPU运算数天，才得以做出单次预测。而这个新研究，RoseTTAFold端到端版本在RTX 2080 GPU上，则只需要大约10分钟就能替少于400个残基蛋白质生成骨架座标。这项工具不只可以加速预测蛋白质，也能够使用有限的输入进行预测，或是预测由数种蛋白质组成的复杂物质。

研究成果已在网络上开放，研究人提供了公开服务器，供任何人提交蛋白质序列，目前已经收到外界上传的4,500种蛋白质。另外，源代码也已经在GitHub释出，供其他研究人员取用。