谷歌的蛋白质折叠AI AlphaFold几乎把它们都破解了

我是斜杠青年，一个热爱前沿科学的“杂食性”学者！

AlphaFold刚刚发布了2亿种蛋白质结构，揭示了“蛋白质宇宙”。

“突破”一词在科学研究中被过度使用，但偶尔会成为这个词真正意义上的突破。例如，使用CRISPR-Cas 9，绘制人类基因组图，拍摄第一张黑洞图像，以及DeepMind的AlphaFold蛋白质结构数据库。

对于只能由几十种不同氨基酸组成的分子来说，蛋白质非常复杂。每个折叠、扭转和位置都可以改变蛋白质的工作方式，因此了解这些复杂的3D结构可以告诉我们很多蛋白质的作用。

但揭开这些多层结构是一项艰巨的工作。在20世纪60年代，两项诺贝尔奖因确定蛋白质结构而颁发，在20世纪60年代初，实验室只确定了人体蛋白质结构的17%。

今天，来自谷歌母公司Alphabet的人工智能DeepMind绝对改变了AlphaFold的游戏。

“确定蛋白质的3D结构过去需要几个月或几年的时间，现在需要几秒钟。AlphaFold已经加速并促成了大规模发现，包括裂开核孔复合体的结构，”斯克里普斯研究翻译研究所创始人兼主任Eric Topol表示。

“随着这种新添加的结构照亮了几乎整个蛋白质宇宙，我们可以期待每天有更多的生物谜团得到解决。”

在过去的两年里，AlphaFold一直在将越来越多的蛋白质结构放入其数据库中。2021年，它是整个人类蛋白质组，然后是数十万种新的蛋白质结构，包括用于大量人类疾病的蛋白质。

现在，研究人员宣布，他们已经发布了2亿种蛋白质结构——这是几乎所有科学已知的编目蛋白质的预测结构。这包括动物、植物、细菌和真菌。

欧洲分子生物学实验室欧洲生物信息学研究所（EMBL-EBI）主任Ewan Birney表示《自20世纪90年代以来，作为一名从事基因组学和计算生物学的人，他见过许多这样的时刻。” 

他称该数据库为“给人类的礼物”。

了解蛋白质的结构使研究人员能够更多地了解蛋白质如何与其他分子相互作用，并确定其功能。这意味着创建更具体的药物靶点，发现新药，并了解特定蛋白质的工作原理。

当然，尽管这很令人兴奋，但AlphaFold仍在猜测结构是什么样子。EMBL-EBI表明，35%的结构与实验确定的结构一样好，另有45%的结构足以用于基因组学的许多应用。这些结构中的绝大多数尚未在实验室中进行验证。

但蛋白质结构的规模和易获得性大于这些问题。

朴茨茅斯大学的结构生物学家John McGeehan教授表示：“他们很高兴看到研究人员可以用这个新的数据宝库做更多事情。

如果你喜欢前沿科学，关注我就是你最好的选择！