DeepMind解决了蛋白质折叠问题吗？

预测蛋白质折叠是一个巨大的问题，具有巨大的潜力来帮助我们了解疾病。在过去的50年里，它一直陷于发情状态，但是一个研究小组冒出来了，声称解决了这个问题。但是有吗？

蛋白质由氨基酸组成。如今，获得蛋白质的氨基酸序列非常容易。但是，从该序列到蛋白质的3维形状真的很难。

数十年来，研究人员使用缓慢且昂贵的技术（例如X射线晶体学）研究出蛋白质结构。到目前为止，使用这些方法只能解决约170,000种蛋白质。然而，已经在各种生命形式中发现了超过2亿种蛋白质

能够根据其氨基酸序列预测蛋白质的形状将改变游戏规则。通过更有效地靶向蛋白质，我们可以更快地设计药物。但是，基于计算机的预测还不够准确，无法发挥作用。到现在…

X射线晶体学使用X射线衍射来算出蛋白质的形状。图片模糊不清，涉及很多猜测！

该团队创建了一个深度学习管道，用于根据其氨基酸序列预测蛋白质的形状。

他们将此神经网络纳入“蛋白质结构预测的关键评估”（CASP）竞赛。为研究小组提供了约100个结构未知的蛋白质的氨基酸序列，并要求它们预测蛋白质的形状。预测的得分为0-100。慢速技术（如X射线晶体学）得分超过90。

首先，它从大型蛋白质序列数据库中寻找与目标蛋白质相似的序列片段。这有助于鉴定目标蛋白质的特征。自动编码器预测序列片段最可能代表的蛋白质形状。

然后将这些特征输入到卷积神经网络中，该网络可预测蛋白质序列不同部分之间的距离。预测距离使其能够预测接触点。

然后，使用预测的距离和接触点，该模型将考虑蛋白质的所有可能形状并识别出最可能的形状。

这是一种神经网络，可将数据压缩到其最重要功能的瓶颈中，并通过将该瓶颈恢复到最大大小来衡量其性能。这是一个深入的话题，值得阅读更多

使用更新的模型（AlphaFold-2），他们进行了一些更改。他们尚未发表论文（仅是摘要），但据我们所知，他们使用了基于注意力的深度学习来适应蛋白质的整个形状，而不仅仅是片段。

无需一次处理整个序列，该方法允许学习“参加”。到各个小节。这有点像尝试翻译长的德语单词，而不是尝试解码整个单词，而是将其分解为子单词，看看它们如何匹配，然后将它们放在一起。

从1994年比赛开始到2016年，CASP得分一直在40左右。DeepMind第一次参加比赛时，他们的得分就达到60。今年，AlphaFold的平均得分为92.4，打破了90/100的门槛！

实际上，竞赛的组织者认为DeepMind一直在作弊，因此他们给他们设置了特殊的挑战-一种来自古老古细菌的膜蛋白。十年来没有成功，研究团队尝试了书中的所有技巧来获得蛋白质的X射线晶体结构。

AlphaFold没问题，可以返回带有两个螺旋臂的三部分蛋白质的图像。事后看来，这种结构完全适合X射线晶体学数据，有效地超出了当前人类研究的范围。

这是一个棘手的问题，研究人员和制药公司已经研究了50多年。该模型可以预测蛋白质的形状，而无需进行不可靠的实验测量。这意味着更快的开发各种药物，从更好地靶向蛋白质以用于细胞复制的抗癌药物，到靶向微生物表面受体的抗生素。

而且，这种模型的培训成本很低-在相当小的服务器集群上仅需数周的培训

使用Google的价格计算器和博客文章中的详细信息，这笔费用约为21,000美元。在生物学和制药学的宏伟计划中，这就是几分钱！