Science公布2021年度科学突破，AI预测蛋白质结构的技术位列榜首( 二 ) 来源：微信公众号“学术头条

直到第14届大赛CASP14大赛成功举办， DeepMind旗下的AlphaFold系统在蛋白质结构预测方面表现出了无与伦比的准确性。
该比赛的评价方式是将参赛者提供的解决方案与“黄金试验标准”进行对比，用GDT评分衡量准确性，范围为0-100 ， GDT分数在90分左右，即可视为对人类实验方法具备竞争力。
而DeepMind旗下的AlphaFold系统总分竟然达到了92.4 ，和实验的误差在1.6 ，即使是在最难的没有同源模板的蛋白质上面，这个分数也达到了87.0 。
同时， AlphaFold的神经网络能在几分钟内预测出一个典型蛋白质的结构，还能预测较大蛋白质（比如一个含有2180个氨基酸、无同源结构的蛋白质）的结构。
该模型能根据每个氨基酸对其预测可靠性进行精确预估，方便研究人员使用其预测结果。

文章图片
使用RoseTTAFold预测的人类白细胞介素12与其受体结合的3D视图来源：UWMedicineInstituteforProteinDesign
随后，在今年7月份，华盛顿大学医学院生物化学系教授、蛋白质设计研究所所长DavidBaker领导一支计算生物学家团队，成功开发一款名为RoseTTAFold的工具，基于深度学习，能够根据有限的信息快速准确地预测出目标蛋白质的结构，达到与AlphaFold2不相上下的准确度。
不仅如此， RoseTTAFold所需的计算耗能与计算时间均比AlphaFold2还低：仅用一台游戏计算机，在短短十分钟内就可以可靠地计算出蛋白质结构。更值得注意的是， RoseTTAFold的代码和服务器完全免费提供给科学界！

文章图片
DavidBaker来源：华盛顿大学官网
自7月以来，相关程序已被140多个独立科研团队从GitHub免费下载，来自世界各地的科学家现在正在使用RoseTTAFold来构建蛋白质模型，以加速相关领域的研究。
同样在今年7月份， DeepMind创始人兼首席执行官DemisHassabis也在Nature分享了AlphaFold的开源代码，并发表了系统的完整方法论，详尽细致说明AlphaFold是如何做到精确预测蛋白质3D结构的。也就是说，这款强大蛋白质结构预测模型已经是完全免费的。
至此，两种强大的基于人工智能的蛋白质结构预测模型全部免费开放，科研工作者可以随时利用这两款模型获取蛋白质的空间结构，而无需对蛋白质进行结晶或使用昂贵的冷冻电镜进行研究。
在同步配发的评论文章里， Science的主编HoldenThorp对此表示， “首先，它解决了困扰生命科学近50年的蛋白质折叠问题，好比物理学中的引力波，科学家们数十年如一日，坚持不懈最终才攻克这一难题；其次，这一技术改变了未来结构生物学的规则，就像冷冻电镜那样，加速生命科学的发展；此外，完全免费意味着它是真正适合所有人的蛋白质预测模型。 ”
参考资料：https://www.eurekalert.org/news-releases/937705?www.science.org/doi/10.1126/science.abn5795