AI芯天下丨分析丨AlphaFold几乎破解所有蛋白质，Deep Mind的下一步战略？-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

前言：

蛋白质是生物体内细胞的关键组成部分，也称为支持生命正常运行的基石。它有一定的形状和空间结构，形状和功能之间有着密切的关系。

因此，只有深入了解蛋白质结构，才能更好地掌握蛋白质的原理和功能，进一步推动生物科学的发展。

作者方文

图像源网络

加速蛋白质结构研究

蛋白质是生命的基石，由氨基酸链组成，并折叠成复杂的形状。蛋白质根据储存在DNA中的指令产生复杂的生物分子。它们执行重要的细胞任务并完成各种身体功能。

一些蛋白质是有益的，例如那些参与消化食物的蛋白质；其他的是有害的，例如与肿瘤生长有关的蛋白质。它们每个都有非常复杂的形状和结构。

因为蛋白质的形状与其功能密切相关。了解蛋白质的结构可以更好地理解其功能和工作原理，这也是解决许多生命科学问题的关键。

此前，研究人员需要花费数月或数年来了解蛋白质的结构。

现在，借助人工智能的力量，它可以在几秒钟内完成。

它不仅可以用于疾病研究.食品安全.疫苗开发.可持续发展等领域；

它还帮助科学家深入了解人体内复杂的过程是如何工作的，哪些有机分子可以用来克服污染，生命起源于何处，以及其他所有人类都关心的重要问题。

AlphaFold蛋白质数据库

AlphaFold蛋白质数据库不仅实现了1000倍的扩展，成为了一个[蛋白质宇宙]，而且还可以在几分钟内解决与不治之症相关的世界级生物问题，如逐渐冻结的人。

这些倾倒数据将在Deep Mind和欧洲生物信息学研究所(欧洲分子生物学实验室)联合建立的数据库中免费公开。

在超过2.14亿个结构预测中，约35%的预测结果被认为是高度准确的，即与实验分析的结构一样可靠。

另外45%的预测被认为具有足够高的可信度，可以在许多情况下使用。

AlphaFold预测的许多结构都是可靠的，在许多情况下可以取代实验分析的结构。

在其他情况下，研究人员将使用AlphaFold的预测结果来验证和解释实验数据。

不可靠的预测结果一目了然，其中一些来自蛋白质固有的无序姓质。这种紊乱意味着蛋白质本身没有固定的形状，至少在没有其他分子的情况下是紊乱的。

AlphaFold的历史

2016年，DeepMind开发的AlphaGo击败了韩国传奇围棋选手李世石，其进步姓和潜力得到了认可。DeepMind决定成立一个团队来研究[蛋白质折叠问题]。

2018年12月，AlphaFold在第13届国际蛋白质结构预测比赛中预测了43种蛋白质中25种的最准确结构。

2020年，DeepMind将推出名为AlphaFold的人工智能算法，该算法可以正确确定蛋白质结构。

2021，欧洲分子生物学实验室与EMBL合作，建立了一个可搜索的数据库AlphaFold DB，以公开发布Alphafood的预测结果。第一组公布的数据包含98%的人类蛋白质。

2021 7月15日，DeepMind在《自然》杂志上发布了基于深度学习神经网络的AlphaFold2模型；

7月22日，DeepMind再次发表了《自然》杂志的论文，启动了AlphaFold蛋白质结构数据库，向公众免费开放了超过35万个人类蛋白质组结构和20个其他模型生物，并准确预测了98.5%的人类蛋白质结构。

今年1月，DeepMind宣布，超过30万名研究人员使用了AlphaBold数据库，并添加了超过27个蛋白质组，总计超过19万个蛋白质结构预测数据。

这一补充的重要姓在于，17种蛋白质组与被忽视的热带疾病有关

结束时间：

毫无疑问，大量的蛋白质结构对生命科学研究产生了影响，尤其是在结构生物学领域。

尽管AlphaFold蛋白质结构数据库中的结构存在一些缺陷，无法应用于研究，但大量的蛋白质结构对生命科学各个领域的研究仍然具有重要意义。

一些参考文献：雷锋。com:”AlphaFold的新成就再次点燃了生命科学界”，ZAKER：”AlphaFold预测了几乎所有已知蛋白质的结构”，硅星人：”DeepMind战胜冰冻人类疾病的伟大方法”