国产AI蛋白质结构预测再现突破，用单条序列解决3D结构万博发自凹非寺量子位|公众号

万博发自凹非寺
量子位|公众号QbitAI
计算生物领域，出现一则最新进展：
AI预测蛋白质3D结构，仅通过单条蛋白序列就能搞定。
也就是说， AI预测蛋白质结构，可以不需要蛋白质进化过程中的同源信息。一些人工设计的蛋白质药物和工业合成用酶，也可以通过AI预测3D结构，确定其对人体的功能。
达成这一成就的AI算法名为OmegaFold ，在最近的全球持续蛋白质预测竞赛中，整体预测能力已经与DeepMind此前开发的AlphaFold2 ，和华盛顿大学开发的RoseTTAFold不相上下，甚至有些指标优于后两者。
研究成果来自国内AI创新药物公司华深智药，一家成立不到一年的中国初创企业，孵化自张亚勤旗下的清华大学智能产业研究院。

文章图片
AI预测蛋白质结构不再需要同源信息【国产AI蛋白质结构预测再现突破，用单条序列解决3D结构】据华深智药披露，其最新开发的OmegaFold算法，实现了用单一蛋白质序列预测蛋白质3D结构的能力。
而且在测试准确度上，和AlphaFold2和RoseTTAFold不相上下。
同时在测试速度，快于AlphaFold2和RoseTTAFold 。
具体测试过程，是这样的：
研究团队分别对CASP和CAMEO的蛋白质数据集进行了测试，其中CASP数据集有29个蛋白质， CAMEO数据集有146个单链蛋白质。
（PS：这里的CASP和CAMEO ，是蛋白质结构预测领域最重要的两项比赛）
作为对比，在测试中，研究团队在上OmegaFold仅输入单一蛋白质序列，对AlphaFold2和RoseTTAFold ，则是在默认模式下输入多重序列（MSA）。

文章图片
最终， CAMEO数据集测试， OmegaFold预测的蛋白质3D结构，平均局部距离差异测试（LDDT：全球结构预测领域主要评价指标）得分为0.82 。
而AlphaFold2与RoseTTAFold的得分，分别是0.75和0.86 。
CASP数据集的测试结果， OmegaFold的平均TM分值*（评估蛋白质结构拓扑学相似性的常用指标）为0.79 ，与AlphaFold2不相上下，不过略低于RoseTTAFold0.81的分数。
研究团队表示，从结果来看，采用单序列进行预测的OmegaFold ，已经整体达到或超越了采用多序列预测的AlphaFold2和RoseTTAFold 。

文章图片
而且，研究团队还发现，因为只采用单一序列预测蛋白质的3D结构，因此在AI算法的训练和预测速度上，也有很大提升，蛋白质结构预测时间，可以被压缩到数秒内。

文章图片
Helixon团队还同时发现，仅通过氨基酸序列来预测三维结构，不仅减少了同源序列所带来的噪音，还能够提高训练和预测的计算速度，使得蛋白质结构可以在数秒内被预测完毕。
基于此，研究团队用OmegaFold ，对两类缺乏蛋白质同源进化信息的蛋白质，抗体蛋白质和孤儿蛋白质进行结构预测。
结果发现， OmegaFold在这两类蛋白质，尤其是抗体的关键功能区结构预测，有突破性的进展。
而这类缺乏蛋白质同源进化信息的蛋白质，恰好是AlphaFold2和RoseTTAFold无法到达的盲区。
对此，华深智药创始人彭健认为，这项研究成果意味着：
蛋白质3D结构预测，并不需要同源序列的存在，也不需要知道任何进化信息。