诺奖级AI再进化！AlphaFold开始揭秘生命的“组装车间”

你还记得2024年诺贝尔化学奖颁给了谁吗？其中之一，是一项“跨界”的技术——一个叫AlphaFold的预测蛋白质结构的人工智能。当时很多人惊呼：AI竟然抢了化学家的饭碗？但事实上，这场革命才刚刚开始。

最近，这位“诺奖选手”AlphaFold又进化了：它不再仅仅盯着单个蛋白质，而是开始成千上万地预测它们是如何“成双成对”工作的。

2024诺贝尔化学奖（图片来源：Science）

AlphaFold 帮我们认清生命的“零件”

在理解AlphaFold最近的突破之前，我们先来回顾一下它过去的成就。

在生命科学界，蛋白质被称为“生命的积木”。你身体里的每一个动作——从呼吸、消化到免疫系统对抗病毒，全靠蛋白质在支撑。

蛋白质由一长串氨基酸组成，但它们并不是简单的“绳子”，而是会扭曲、折叠成极其复杂的立体形状。蛋白质的结构决定了它的功能，如果蛋白质的折叠产生错误，人就会生病，比如阿尔兹海默症。

蛋白质结构的四个层次（图片来源：BYJU’S）

所以，只有知道了一个蛋白质的精确形状，科学家才能理解它是如何工作的，或者如何研制药物来干预它的行为。过去50年，科学家为了看清一个蛋白的形状，往往要耗费数年时间和数百万人民币。

直到 AlphaFold 橫空出世，这个局面才彻底被改变。

2024年诺贝尔化学奖得主德米斯·哈萨比斯（Demis Hassabis）和约翰·江珀（John Jumper）开发的这个AI，它采用了一种名为“Transformer”的神经网络架构，这也是ChatGPT等大语言模型背后的核心技术。AlphaFold学习了人类已知的所有蛋白质结构数据，学会了像“翻译语言”一样去“预测结构”。

AlphaFold创始人Demis Hassabis和John Jumper（图片来源：chessbase）

它预测的精度已能够达到原子级水平，与耗时耗钱的实验结果几乎一致。但以前需要人工用数月完成的工作，现在只需几小时。目前，AlphaFold已经预测了约 2亿个蛋白质的结构，几乎涵盖了科学界已知的所有蛋白质。这相当于为人类建立了一个“生命零件仓库”，从此找零件只需要“一键搜索”。

零件够了，但“组装说明书”呢？

然而，想要解决更复杂的生命科学问题，光有零件仓库是不够的。

在真实的细胞工厂里，蛋白质很少“单打独斗”。它们更像是齿轮、连杆或剪刀的刀片。

如果你只拿到了剪刀的一个刀片，你根本没法裁剪东西；如果你只看到了半个齿轮，你也不知道机器是怎么转动的。

很多关键的蛋白质，必须由两个或多个分子“合体”后才能工作。比如臭名昭著的HIV-1蛋白酶（艾滋病病毒攻击人体的关键武器），它必须由两个完全一样的蛋白分子像“照镜子”一样扣在一起，形成一个有功能的酶，才能破坏免疫系统。

HIV-1蛋白酶（图片来源：维基百科）

此前，AlphaFold的数据库里大多是这些蛋白的“单身照片”。而现在，升级版的AlphaFold开始提供它们的“双人合照”。

最新突破：170万个“双胞胎”合体

近日，由Google DeepMind、英伟达（NVIDIA）和欧洲分子生物学实验室（EMBL-EBI）等机构组成的“科研梦之队”宣布：AlphaFold数据库完成了重磅升级。

这次更新最核心的内容是加入了170万个“同源二聚体”。

什么是“同源二聚体”？简单理解，就是两个一模一样的蛋白质分子“成双成对”结合在一起的形态。

含转录延伸因子 Eaf N 端结构域蛋白的同源二聚体（图片来源：AlphaFold）

这听起来简单，预测起来却极其困难。预测两个分子如何咬合，计算量呈指数级增长。这不仅需要AI有极其聪明的算法，还需要英伟达提供的强大的算力支持。

科学家们先是从人类、细菌、酵母等20种最重要的物种入手，预测了3000万种可能的组合，最后精挑细选出170万个高准确度的结构放入数据库。

为什么这次升级能让新药研发“加速”？

这次升级不仅仅是增加了数据，更是为新药开发打开了新大门。

以前，药企想要针对某个病毒蛋白研发药物，就像是给锁配钥匙。如果AI只给了你半个锁的形状，你配出的钥匙大概率是打不开门的。

现在，有了AlphaFold提供的“组装好”的复合体结构，科学家可以直接看准两个蛋白结合的“缝隙”，设计药物把它们“拆散”，让病毒无法组装成完整的机器。

AI让新药的研发加速（图片来源：SELMAN DESIGN）

更令人兴奋的是，这只是个开始。不久后，数据库还将加入“异源二聚体”——即两个不同零件之间的配对。那将是更大规模的“生命社交网络图谱”。

虽然AlphaFold已经拿了诺奖，且在不断进化，但科学家们依然保持着一份冷静。

AI的预测虽然“神速”，但偶尔也会产生幻觉。这些预测出的模型更像是给科学家的“导航地图”，指引我们要去哪里探索，但最后的真相，依然需要科学家在实验室里通过真实的生物实验来验证。

从“认清零件”到“看懂组装”，AI正在帮我们一页页翻译那本深奥的《生命说明书》。也许在不远的将来，人类对抗疾病的方式，将因为这些“成双成对”的蛋白质模型而改变。

撰稿\张一凡

参考资料：

[1]. 《自然》杂志Nature → AlphaFold database hits ‘next level’: the AI system now includes protein pairing

[2]. 麻省理工科技评论 → What’s next for AlphaFold: A conversation with a Google DeepMind Nobel laureate

[3]. AlphaFold