DeepMind又有AI新突破,攻克50年未解「蛋白质折叠」难题! 可望加速药物研究YouTube以围棋AI AlphaGo声名大噪的DeeoMind,宣布成功以AI攻克50年未解的「蛋白质折叠」难题,可望对疾病研究、环境保护等领域带来新突破。

还记得以AlphaGo声名大噪的DeepMind吗?现在这间顶尖的AI公司又再立下一个新里程碑,成功开发出一款AI软体,攻克存在50年以上的科学难题,能够准确预测蛋白质的折叠结构,无论对制药、疾病学等领域都是非常大的进展。

DeepMind开发出的最新版本AlphaFold,成功获得每两年一度「蛋白质结构预测关键评量(CASP)」认可,能够在短时间之内,准确预测出蛋白质折叠结构,误差范围达到0.16奈米内。若按照以往的作法,要确认蛋白质折叠结构往往得花上数个月、甚至数年时间。

CASP是于1994年首度举办的一项活动,希望找出预测蛋白质结构的方法,但直到AlphaFold出现以前,没有挑战者能够提出获得认可的解决方案。

花数周训练AI,攻克难倒全球科学家50年问题

蛋白质是生物运转的重要齿轮,而蛋白质折叠是指蛋白质获得功能性结构的过程,依照结构的不同,蛋白质的功能也迥然不同,若能预测蛋白质折叠的结构,就能对其运作有更深度的理解,有助于开发疾病解药,或者找出分解特定工业污染的酶。

1972诺贝尔化学奖得主克里斯蒂安.安芬生(Christian Anfinsen)曾在一项假设中估计,若要从胺基酸序列预测蛋白质架构,可能的折叠方式多如天文数字。而另一位生物学家塞瑞斯.列文塔尔(Cyrus Levinthal)则指出,蛋白质折叠存在10的300次方种可能性,若想暴力破解(brute force calculation),花费时间可能比宇宙的年岁还长。

AlphaFold曾在2018年首度参与挑战,当年虽缴出所有挑战者中最好的成果,依旧没有达到过关标准,经过两年时间调整,这次活动上才正式获得评审认可,成为世上第一个能够准确预测蛋白质折叠的解决方案。

「如何准确预测蛋白质折叠」是个困扰全球科学家50年的难题,DeepMind利用AlphaFold首度为这个难题找到答案。

DeepMind的技术是利用资料库中约17万种蛋白质训练AlphaFold,使其比较各个结构与胺基酸序列,使用了约100个至200个GPU的运算能力,并花费数个礼拜的时间进行训练。

「我一直希望能够活着看到这一天。」共同创办CASP的马里兰大学教授约翰.摩尔特(John Moult)表示,「先前我对此不是很有把握。」

Google执行长桑德尔.皮蔡也在推特上祝贺,「DeepMind惊人的蛋白质折叠技术突破,能够帮助我们更好地理解构成生命的基本元素,对于科学家研究疾病、环境永续等难题都有助益。」

游戏得第一还不够,DeepMind也想对世界有实质贡献

2014年被Google收购的DeepMind,最著名的事迹莫过于开发出击败李世乭、柯洁等顶尖围棋高手的AlphaGo。其后又与游戏公司暴雪合作,利用即时战略游戏《星海争霸II》训练AI挑战人类玩家。

DeepMind研发的AlphaGo曾击败李世乭、柯洁等世界棋王,但这间AI公司希望他们的技术能够实质地对世界带来贡献。

纵使DeepMind的AI在各种游戏叱咤风云,这间英国AI公司的终极愿景依旧是透过人工智慧技术,攻克现实世界中的各种待解问题。先前也曾与Google在印度测试能够筛检眼疾的AI技术,甚至协助控制Google资料中心的冷却系统,进而节省40%用电。

「DeepMind的终极目标一直是打造通用人工智慧,加快科学发展的脚步,帮助我们进一步认识世界。」DeepMind执行长德米斯.哈萨比斯(Demis Hassabis)表示,经过4年发展,他们的系统已经足够准确,现在演算法有能力应用于科学问题。

对于下一步,《MIT科技评论》指出,DeepMind计画将AlphaFold使用在疾病研究上,如疟疾、嗜睡病、利什曼病等,这些寄生虫引发的疾病都牵涉到许多未知的蛋白质结构。

DeepMind首席科学家约翰.强波(John Jumper)强调,他们不想成为徒有虚名的公司,希望能在生物学上做出一些贡献。

作者 FYT娱乐

发表回复