人工智能（AI）為人類帶來又一里程碑式的突破。

據《衛(wèi)報》7月28日報道，近日，谷歌旗下人工智能公司DeepMind進一步破解了幾乎所有已知的蛋白質結構，其AlphaFold算法構建的數據庫中如今包含了超過2億種已知蛋白質結構，為開發(fā)新藥物或新技術來應對饑荒或污染等全球性挑戰(zhàn)鋪平了道路。

蛋白質是生命的基石，由氨基酸鏈組成，并折疊成復雜的形狀，其3D結構在很大程度上決定了其功能。一旦人類知道蛋白質是如何折疊的，就可以了解其工作原理，以及如何改變其行為。盡管DNA提供了制造氨基酸鏈的指令，但預測它們如何相互作用形成3D形狀卻非常棘手，而直到最近，科學家們也只破譯了科學界已知的2億種蛋白質中的一小部分，這也讓AlphaFold算法破譯幾乎已知蛋白質結構的能力顯得彌足珍貴。

去年，DeepMind首次開始通過與歐洲分子生物學實驗室（EMBL）合作建立的數據庫公開發(fā)布AlphaFold的預測結果，這套初始數據庫包括所有人類蛋白質的98%。

DeepMind在一份聲明中表示，現在，該數據庫正在擴大到2億多個結構，幾乎涵蓋了地球上所有已進行過基因組測序的生物體。

DeepMind的創(chuàng)始人兼CEO德米斯·哈薩比斯（Demis Hassabis）稱，“自從人工智能創(chuàng)造出這個強大的新工具之后，用戶現在查找蛋白質的3D結構幾乎就像在谷歌搜索關鍵字一樣容易。這為AlphaFold開辟了巨大的空間，對重要科學問題產生深遠影響，如可持續(xù)性、糧食安全和被忽視的疾病。我們現在正處于數字生物學新紀元的開端。”

DeepMind人工智能科學負責人普什米特·科利（Pushmeet Kohli）在一份聲明中表示，“我們認為，AlphaFold（構建的數據庫）是迄今為止人工智能對推進科學發(fā)展做出的最重要的貢獻。”

記者注意到，其實科學家們此前就已經在使用AlphaFold早期的一些預測來幫助開發(fā)新的藥物。今年5月份，英國牛津大學馬修·希金斯（Matthew Higgins）教授領導的研究人員宣布，他們曾使用AlphaFold的模型來幫助確定一個關鍵的瘧疾寄生蟲蛋白的結構，并找出可以阻止寄生蟲傳播的抗體可能結合的位置。

希金斯教授稱，“之前，我們一直在使用一種叫做蛋白質晶體的技術來計算這種分子的結構，但由于這種分子非常不穩(wěn)定，到處移動，我們便無法掌握其結構。當我們把AlphaFold模型與試驗證據結合起來時，突然間一切都說得通了。這一發(fā)現將用于設計并改進疫苗，以誘導最有效的阻斷病毒的抗體。”

此外，英國樸茨茅斯大學酶創(chuàng)新中心的科學家們也在使用AlphaFold的模型，以識別自然界中可以被調整用來消化和回收塑料的酶。領導這項工作的約翰·麥吉漢（John McGeehan）教授稱，“我們花了相當長的時間來瀏覽這個龐大的結構數據庫，發(fā)現了一系列我們從未見過的、能夠真正分解塑料的新3D形狀。這是一個巨大的成功。（AlphaFold的模型）可以加快我們的研究，有助于我們將這些寶貴的資源用于重要的研究。”

歐洲分子生物學實驗室歐洲生物信息學研究所的組長和高級科學家珍妮特·桑頓（Janet Thornton）教授也指出，“AlphaFold蛋白質結構預測已經被用于許多方面。我預計，這次最新的進展將在未來的幾個月和幾年里引發(fā)大量新的、驚人的科學發(fā)現，這一切都歸功于數據是公開的，供所有人使用。”