Alphabet的DeepMind在基于AI的蛋白质结构预测中实现了历史性的新里程碑

AlphaFold通过的测试实质上表明，AI可以在短短几天内以非常高的准确度（实际上，精确到一个原子的宽度）找出蛋白质的结构–这是一个非常复杂的任务这对于弄清楚如何最好地治疗疾病以及解决其他重大问题（例如研究如何最好地分解有毒废物等生态危险物质）至关重要。您可能听说过“ Folding @ Home”，该程序使人们可以为蛋白质折叠实验贡献自己的家庭计算（以前称为游戏机）处理能力。必须进行大规模的全球众包工作，因为使用传统方法进行部分折叠预测需要花费数年时间，并且在直接成本和计算资源方面非常昂贵。

DeepMind的方法涉及使用“基于Attentionb的神经网络系统”（基本上是可以专注于特定输入以提高效率的神经网络）。它可以根据折叠历史不断完善其可能的蛋白质折叠结果的预测图，从而提供高度准确的预测。

蛋白质如何折叠-或从最初创建时的随机氨基酸串变成最终稳定形式的复杂3D结构-是了解疾病传播方式以及过敏等常见病症如何工作的关键。如果您了解折叠过程，则可以潜在地对其进行更改，从而在跨步过程中阻止感染的进展，或者相反，纠正可能导致神经变性和认知障碍的折叠错误。

DeepMind的技术飞跃可以使预测这些折叠的过程更加省时，省力，而这可能会大大改变我们对疾病和治疗方法的了解的进度。通过在出现任何新的未来威胁（如SARS-CoV）时尽早预测病毒蛋白结构的高度准确性，这可以很方便地应对主要的全球威胁，包括我们目前正在忍受的潜在潜在大流行病（如我们目前正在遭受的COVID-19危机） -2，从而加速了潜在有效治疗方法和疫苗的开发。