由于一个“很难，很首要的问题”，我从计算机转向钻研蛋白质

挪威森林的狼

作为计算生物学家，我次要任务是用计算技术去钻研生物学识题，所以计算机是我最罕用的工具。

演讲佳宾许锦波：《AI预测蛋白质构造，但这只是一个开始》| 拍摄：Vphoto

这里展现了蛋白质构造与功用的三个例子。左侧这幅图显示了新冠抗体和病毒刺突蛋白结合的模样，抗体经过和刺突蛋白结合，就能阻挡新冠病毒进入人体细胞。两头这幅图片是一个血红蛋白，它的次要功用是帮忙咱们把氧气运输到人体各个中央。怎么运输？你看到两头有些小球，这些小球表现的是铁原子。血红蛋白把铁原子包裹起来，铁原子跟氧气结合，经过这类形式把氧气运输到各个细胞外面去。最右侧的蛋白（朊蛋白）跟疯牛病无关系，这里显示了朊蛋白两种不同构型，左侧的构型是正常的折叠形态，右侧的是不正常的折叠形态。假如朊蛋白的折叠是右侧这个外形的话，就会惹起疯牛病。

蛋白质由得多氨基酸经过化学键串在一同。这里我用一些小球去表现这些氨基酸，每种色彩的小球表现一种氨基酸。从数学角度，你也能够用一个字符串去表现一个蛋白质的氨基酸序列。每个氨基酸都是由几十个原子造成的，在这页幻灯片的下半部份，我画了一些原子构造，大家能够对蛋白质的份子式有一个直观的意识。当初咱们只有知道氨基酸序列，就可以知道蛋白质的份子式。

这张幻灯片的左侧展现了四个不同蛋白的构造，很丑陋，咱们用软件把它画成为了卡通方式，简化了却构的繁杂度。但在右侧，咱们把蛋白质复合物的原子都画出来了，就变得十分繁杂。咱们能够用不同软件、不同表现方式把蛋白质的三维构造给画出来，去视察蛋白质究竟长甚么样。按照蛋白质的构造，咱们能够在原子层面去剖析、去预测这个蛋白质它究竟会履行甚么样的功用。

首先，这些办法需求十分长的时间去测定哪怕一个蛋白质的三维构型。此外，它们的费用十分高。更致命的是，并非一切蛋白质的三维构型均可以用这些试验技术给测出来。所以，咱们需求此外想出办法去获取定蛋白质的三维构型，这也是为何咱们想做蛋白质构造预测——咱们想经过计算技术去把蛋白质的三维构造给算出来，而不是用试验仪器测出来。

计算机预测蛋白质构造这个问题自身的定义很简略：假定咱们有了一个蛋白质的氨基酸序列，能不克不及把它输出到计算机外面去，让计算机输入每个原子的三维坐标？但是，实际操作中是十分难题的，到目前为止曾经钻研了将近六十年了。

2001到2006年，我次要使用能量优化的办法去做蛋白质预测。大家广泛以为蛋白质会折叠到最小能量形态，假如咱们能把某个蛋白质的能量最优化，实践上就能算出它的构造。这类办法会教计算机一步步怎么去优化能量，从而达到预测蛋白质构造的目的。过后虽然取患了一定效果，但后果仍是无奈使人满意，预测出来的构造离试验技术测出来的十分远。因而我意想到能量优化办法是走欠亨的。

这篇论文在2017年1月份正式颁发，在2018年上半年拿到了国内计算生物学的旗舰期刊PLoS Computational Biology的翻新冲破奖。

这是咱们过后预测的一个有两百多个氨基酸的膜蛋白的构造，误差大略是2.29个埃，曾经十分接近用试验技术解出来的构造的分辨率了。

2016年寒假，咱们加入了寰球蛋白质构造预测竞赛（CASP）。虽然这时候候咱们尚无把办法彻底完成好，但在测试中咱们的算法曾经是排名最佳的，远远好过传统的统计办法。

2017年和2018年，咱们进一步推行了这个算法，把以前预测“氨基酸靠得对比近仍是离得对比远”推行到预测两个原子在空间中的间隔。好比说，咱们能够预测蛋白质外面两个原子在空间中的间隔是5埃，仍是6埃， 7埃。按照预测出的间隔，咱们能够把三维坐标重构出来。起初咱们把这个设法写成一篇论文，颁发在2019年《美国国度迷信院院刊》下面。

所以，2019年和2020年，我又进一步去开展了咱们这个办法，完成了不使用共进化信息去做蛋白质构造预测，预测后果跟试验测出来的构造十分吻合。

在2020年，人工智能预测蛋白质构造入选了《迷信》杂志评出来的“十大迷信冲破”；到2021年又被《迷信》杂志评为“十大迷信冲破之首”；在往年被《麻省理工科技评论》评为“十大冲破性技术”。

演讲佳宾许锦波：《AI预测蛋白质构造，但这只是一个开始》| 拍摄：Vphoto

【扩展浏览】
浏览原文