独家专访DeepMind CEO哈萨比斯：我们将看到一种全新的科学复兴( 三 ) 近日

25年来，哈萨比斯一直在断断续续地“思考”蛋白质。 20世纪90年代，当他还是剑桥大学的一名本科生时，他就接触到了这个问题。哈萨比斯说：“我的一个朋友对这个问题很着迷，他会抓住任何机会（在酒吧里或者打台球的时候）跟我说，如果我们能破解蛋白质折叠，这将是生物学的变革。他的激情始终让我不能释怀。 ”
这位朋友叫蒂姆·史蒂文斯（TimStevens），现在是一名研究人员，在剑桥大学从事蛋白质结构研究工作。史蒂文斯说：“蛋白质是使地球生命正常工作的分子机器。 ”

文章图片
（来源：《麻省理工科技评论》）
几乎我们身体做的所有事情都会用到蛋白质：它们消化食物、收缩肌肉、激发神经元、探测光线以及增强免疫反应等等。因此，理解单个蛋白质的作用，对于理解身体是如何工作的、当它们不工作时会发生什么、以及如何修复它们至关重要。
蛋白质由一串氨基酸组成，这些氨基酸通过化学力折叠成一个复杂的既扭曲、又旋转的结，所生成的3D形状决定了它的作用。
例如，血红蛋白是一种在体内运送氧气并使血液呈红色的蛋白质，它的形状像一个小袋子，这让它能捕获肺部的氧气分子。而SARS-CoV-2病毒的刺突蛋白结构，使其能附着在细胞上。
问题在于，很难从一串氨基酸中找出蛋白质的结构以及功能，一条展开的氨基酸串有10^300种可能的形式，这是与围棋游戏中所有可能走法的规模相当。
在实验室中，使用X射线晶体学等技术来预测蛋白质结构是一项艰苦的工作。无数博士都在研究单一蛋白质的折叠。
CASP（CriticalAssessmentofStructurePrediction ，结构预测关键评估）竞赛成立于1994年，该竞赛历时已久，其旨在通过每两年让计算机化预测方法相互竞争来加快研究速度。然而，没有任何一种技术能达到实验室工作的准确性。到2016年，相关工作进展已经停滞了十年。
2016年， AlphaGo获得成功后的几个月内， DeepMind雇佣了一些生物学家，并成立了一个小型跨学科团队来解决蛋白质折叠问题。他们研究的技术在2018年首次被人所知，当时DeepMind以显著优势击败了其他技术，赢得了CASP13竞赛的奖项。
然而在生物学世界之外，很少有人注意到。当AlphaFold2两年后问世时，情况发生了变化。 AlphaFold2赢得了CASP竞赛，标志着在预测蛋白质结构上， AI以和实验室生产模型的精度误差范围，首次缩小到只有一个原子的宽度，生物学家对它的出色表现感到震惊。
哈萨比斯说，在首尔观看AlphaGo比赛时，他想起了一款名为FoldIt的在线游戏，这是一款华盛顿大学蛋白质研究人员大卫·贝克（DavidBaker）领导的团队在2008年发布的游戏。 FoldIt要求玩家以不同的方式折叠蛋白质结构，在屏幕上以3D图像的形式呈现。游戏背后的研究人员希望，随着很多人加入该游戏，一些关于某些蛋白质可能形状的数据可能会出现。是的，它奏效了， FoldIt玩家甚至为一些新发现做出了贡献。
二十多岁时，哈萨比斯在麻省理工学院做博士后时玩过这款游戏，让他感到震惊的是，人类的基本直觉可以带来真正的突破，无论是在围棋中走一步棋，还是在FoldIt中找到一种新的配置。
哈萨比斯说：“我在想我们实际上对AlphaGo做了什么。我们模仿了令人难以置信的围棋大师的直觉。我想，如果我们可以模拟围棋中那种豁然开朗的感觉，那么为什么我们不能将其带入到蛋白质中呢?”