谷歌旗下深度思維公司研發的“阿爾法折疊2”系統（AlphaFold2），實作了人工智能預測蛋白質結構的突破。如今，複旦大學在人工智能預測蛋白質側鍊結構的精度上，超越了“阿爾法折疊2”。今天，介紹“作品折疊”系統（OPUS-Fold）算法的論文線上發表于英國《生物資訊學簡報》，這項成果為新藥研發提供了利器。
雖然在社會知名度上，“阿爾法折疊2”不如戰勝世界冠軍的“阿爾法圍棋”（AlphaGo），但它的科技價值遠超後者。去年11月，“阿爾法折疊2”在國際蛋白質結構預測競賽上奪冠，其預測精度非常接近實驗測定水準，被美國《科學》雜志評為2020年十大科學突破之一。
用人工智能系統預測蛋白質結構，有什麼價值？複旦大學複雜體系多尺度研究院教授馬劍鵬說，蛋白質由一系列氨基酸折疊而成，具有穩定的三維結構。如果掌握了各種蛋白質的精确三維結構，科學家在生命科學研究中就好比有了導航地圖。然而，用冷凍電鏡等實驗裝置測定蛋白質結構的難度很大，而且經濟成本、時間成本很高。如果人工智能系統可以快速、精準地預測蛋白質結構，新藥研發等工作的效率将大幅提高，成本也會随之降低。
複旦大學複雜體系多尺度研究院
蛋白質三維結構由主鍊和側鍊共同搭建而成，人工智能系統預測蛋白質結構的步驟，是先為蛋白質主鍊模組化，再根據主鍊的構象為側鍊模組化。自然界中的蛋白質含有20種氨基酸，它們的主鍊幾乎完全相同，但側鍊差異很大。藥物分子與人體蛋白質的結合大多通過與氨基酸側鍊互相作用來實作，是以人工智能系統對側鍊結構的精準預測，對新藥研發具有重要價值。這種預測能力還可用于解釋基因點突變、基因小片段突變的機制，為遺傳性疾病研究和治療提供思路。值得一提的是，這種對基因的點突變或小片段突變的結構模組化能力，是“阿爾法折疊”及類似的結構預測算法所不擅長的。
近年來，馬劍鵬團隊運用人工智能技術研發出“作品折疊”系統，用于預測蛋白質主鍊和側鍊的三維結構。今天發表的論文顯示，基于“阿爾法折疊2”在國際蛋白質結構預測競賽上預測的多個蛋白質主鍊結構，重新預測其側鍊結構，再與實驗測定的結構比對，“作品折疊”預測側鍊結構的精度比“阿爾法折疊2”高13%，成為這個領域的世界冠軍。
藍色為蛋白質側鍊天然構象，紅色為OPUS-Fold預測結果。
“這是一個了不起的突破。”諾貝爾化學獎得主、複旦大學複雜體系多尺度研究院名譽院長邁克爾·萊維特表示，研究院計劃對“阿爾法折疊2”預測的2萬多個人類編碼基因對應的蛋白質結構進行“改造”，為其側鍊結構重建立模，并向全球學術界開源，推動生命科學發展。
複雜體系多尺度研究院還希望與國内産業界合作，利用“作品折疊”推動新藥研發程序。上個月，谷歌母公司Alphabet宣布成立人工智能制藥公司，利用“阿爾法折疊”研究新藥，正反映了這一科技成果轉化趨勢。“我們會加快研發、疊代人工智能制藥領域的基礎軟體，力争推動生物醫藥産業變革。”馬劍鵬說。
上海交通大學Med-X研究院副院長殷衛海認為，人工智能制藥将在未來新藥研發中成為主角。在這個領域，國外一批企業發展迅猛，“阿爾法折疊”的蛋白質結構預測水準整體上處于國際領跑位置。可喜的是，複旦團隊的論文表明，中國科學家在這個領域也很有國際競争力，有望趕超國際先進水準，推動生物醫藥産業的代際變革。