AlphaFold预测了几乎所有已知蛋白质！涵盖100万物种2.14亿结构，数据集开放免费用...

Posted 2022-08-07 QbitAl

明敏 发自 凹非寺
量子位 | 公众号 QbitAI

全世界几乎所有已知蛋白质结构，都被AlphaFold预测出来了！

在预测出人类98.2%蛋白质一年后，DeepMind的重磅成果再次引爆学术界。

包括植物、细菌、真菌在内的100万个物种、2.14亿个蛋白质结构，现在都增加到了数据集中。

其中80%结构的可信度达到了足以支撑研究实验的水平，更有35%达到了高置信度。

而且这些数据全部免费开放！

DeepMind表示，以后查找蛋白质结构，会像使用搜索引擎一样简单。

创始人哈撒比斯发推激动地说：

这是我们给全人类的一份礼物。

整个科研圈也再次被点燃，网友纷纷表示：难以置信，感谢开放数据集！

难以想象这会为药物研发带来什么！

像用搜索引擎一样查找蛋白质

这次数据集更新，主要增加了植物、细菌、动物和其他生物的蛋白质结构。

去年7月，AlphaFold数据集发布了人类98.5%的蛋白质结构，以及包含大肠杆菌、果蝇、小鼠等20个科研常用生物的蛋白质组数据。

数据集规模从之前的35万个蛋白质结构，一下子提升到了大约2.14亿个。

DeepMind创始人哈撒比斯表示，这基本上可以说是“整个蛋白质宇宙”了。

这意味着更多领域的研究可以被大幅提速。

斯克里普斯研究转化所创始人Eric Topol表示：

过去确定蛋白质3D结构往往需要数月或数年，而现在只用几秒钟。

要知道，蛋白质作为生命活动的基石，其相关研究对药物研发、疾病攻克、食品工程、农业、工业等领域都有重要影响。

但是蛋白质的研究却非常复杂。

因为其功能由结构决定，而其3D结构又是由氨基酸以脱水缩合的方式组成多肽链，多肽链再盘曲折叠而成。

也就是说，即使科学家们已知了蛋白质的氨基酸序列，可能的3D结构情况仍旧非常多。

假设一个蛋白质由100个氨基酸序列组成，那么它可能的3D结构情况将多达2的100次方个。

过去很长一段时间里，蛋白质预测工作主要通过科学家手动完成，比如施一公院士，就是用冷冻电镜预测蛋白质结构的顶级专家。

计算机虽然也能预测蛋白质结构，但是其准确性始终不高。

而这一局面，随着AlphaFold2的诞生后开始发生变化。

2020年12月，AlphaFold2在CASP14（蛋白质结构预测比赛）中的成绩，达到了史无前例的92.4/100。

和蛋白质真实结构之间只差一个原子的宽度，真正解决了蛋白质折叠的问题。

在此半年后，DeepMind先后开源AlphaFold2、AlphaFold数据集，可谓是在学术圈扔下了一记重磅炸弹。

2021年底，Nature将AlphaFold2预测人类98.5%的蛋白质并开源数据库列入年度十大科学事件。

项目领队John Jumper也因此入选年度十大人物。

已有50多万学者访问过数据库

DeepMind最新公布数据显示，目前全球已经有190多个国家/地区、50多万名研究人员访问过AlphaFold数据集。

而学者们利用AlphaFold开展研究的成果也已经开始显现。

最近，发表在Science上的一篇研究表明，他们利用AlphaFold拼出了核孔复合体。

这个结构由数百个蛋白质组成，控制着细胞核的物质进出，其相关研究是生物领域内的重点课题。

在AlphaFold的辅助下，该团队预测出了这一结构中一些未知区域。

△黄色部分表示新预测结构

DNDi（被忽视疾病药物开发组织）也曾表示，AlphaFold2推动了他们在热带疾病药物开发方面的研究。

朴茨茅斯大学酶创新中心（CEI）则利用AlphaFold2开发一些新的酶，可以用来降解污染环境的一次性塑料。

此外，过去一年来不少学术机构都在开展AlphaFold的相关研究，以使得这一工具能够让更多学者便捷使用。

前不久，哥伦比亚大学发布了首个AlphaFold2完整复刻版模型，采用PyTorch框架。

与此同时，计算生物行业也成为了人们关注的焦点，不少公司都在推出相关业务。

或许正如网友所说，世界正在因此而改变。

参考链接：
[1]https://www.deepmind.com/blog/alphafold-reveals-the-structure-of-the-protein-universe
[2]https://news.ycombinator.com/item?id=32262856
[3]https://www.nature.com/articles/d41586-022-02083-2