一切生物体都含有很多蛋白质,由于它们是生命活动必需的有机大分子。以人类为例,蛋白质的总量占到人体重量的16%~20%———名60千克重的成年人体内,蛋白质为9.6~12千克。
在细胞里,大局部工作其实都是由蛋白质完成的,包括运载物质、为细胞扼守细胞膜上的通道、促进细胞内的生物化学反响……所以,不论是数量上,还是功用上,蛋白质都是生命活动不可短少的分子——人体内存在多种多样的蛋白质分子,不同的蛋白质执行着不同的任务,从而让生命活动可以持续下去。
而且,蛋白质的功用和它们的构造亲密相关。一旦某个蛋白质发作变异,或者呈现毛病,招致构造发作变化,这种蛋白质就无法完成本人的任务,生命活动就可能遭到影响,疾病就会发作。有一个科学范畴叫做“构造生物学”,特地研讨蛋白质之类的生物大分子的构造,弄分明生物分子的构造与功用之间的关系,进而为病理机制的研讨、药物的研发提供科学根底。
但是,要研讨蛋白质的构造并不容易,由于它们固然是生物“大分子”,但这只是相对较大。蛋白质的尺寸通常只要几纳米到几十纳米,需求借助先进的电子显微镜才干察看到它们是什么样子。
而且,蛋白质在实质上是一条氨基酸链(由多种不同的氨基酸组成),氨基酸链要经过屡次折叠,构成特定的三维构造之后,才具有特定的功用。正是由于蛋白质是一种三维构造,所以有时分即使运用电子显微镜,也只能看到蛋白质分子外表的状况,这就是构造生物学研讨所要面临的难题。
人工智能技术或答应以协助生物学家更好地研讨蛋白质的构造。2018年,曾经推出 AlphaGo,打败多位世界级围棋选手的DeepMind公司又推出了一款名为 AlphaFold 的人工智能程序,它的任务就是依据基因序列来预测蛋白质的构造。
在理论上,这是可行的,由于基因序列决议了氨基酸链的组成,而氨基酸链的组成最终决议了蛋白质的构造。但在实践研讨中,预测蛋白质构造是极端艰难的任务,由于大局部蛋白质都由很多氨基酸组成,每个氨基酸的化学性质都会影响最终的折叠结果。假如要把一切影响要素都思索进去,那将是极端庞大的计算量。
虽然很难.DeepMind公司不断在推进相关研容社仅干在最沂获得了打破。在2020年的国际蛋白质构造预测竞赛(CASP)中,AlphaFold预测了多种蛋白质的构造。关于AlphaFold 预测的近100个蛋白质分子的构造,科学家停止了检测,结果发现2/3的预测结果都与经过实验手腕取得的结果相差无几,这让科学家感到十分震惊。
国际蛋白质构造预测竞赛的兴办者之一约翰·莫尔特(John Moult)教授表示,关于某些预测结果和实验结果不相符的状况,他们以至无法肯定这是 AlphaFold 的预测呈现错误,还是实验结果存在误差。
AlphaFold 的最新表现意味着,随着人工智能技术的不时进步,它不只能让我们的生活更便利,还能协助科学家更好地展开研讨。
(摘自《好奇号》2023杂志征订 科普杂志 https://www.zazhipu.com/ )