哈佛医学院用新ML方法，使蛋白质结构预测快一百万倍

根据外媒报导，哈佛医学院的生物学家Mohammed AlQuraishi用最新的机器学习方法，来侦测已被了解的蛋白质结构模式，再将其结果应用到预测别的蛋白质结构上，虽然预测结果对蛋白质折叠的应用还不够精准，像是开发新药物，但这项新的预测方法，相比过去传统的方法，至少快上一百万倍，这项研究成果也发表于Cell System期刊，相关的软件和研究结果都在GitHub释出。

蛋白质折叠在过去几十年来，一直是一个相当知名的困难计算问题，科学家预测，要确定一种典型蛋白质数千个氨基酸的所有可能结构，可能需要耗时超过138亿年，过去的方法是将要新的氨基酸序列配对到预先定义的模板，或是透过基因资料来筛选辨识可能的序列，但是，Mohammed AlQuraishi指出，这样的方法无法决定出那些先前知识未知的架构，因为并不是仅靠着序列来预测蛋白质架构。

因此，Mohammed AlQuraishi和他的同事采用了一种机器学习方法，称为可微分（differentiable）学习，能够根据输入的资料样本，向前和向后调整模型本身的元件，来发掘出蛋白质序列和架构之间的关系，这个递回基因网络模型就能够预测出最可能的氨基酸化学键连结和旋转角度。

经过多个月的训练后，预测模型在预测蛋白质结构的表现上，超越了近几年所有的其他方法，这个模型虽然对商业应用来说还不够准确，不过，Mohammed AlQuraishi认为，有许多机会可以优化这项方法，像是进一步整合化学和物理定律，这套模型能够补足现有方法，预测更广泛的蛋白质结构。