新蛋白质对抗疾病，这一切都是AI的功劳？

iWeekly

去年春天，OpenAI人工智能实验室推出了一款新软件——DALL-E，用户只需详细描述想要看到的内容，它就可以立马创建数字图像——“泰迪熊在时代广场骑滑板”“柯基在寿司做的房子里”“鼹鼠版《戴珍珠耳环的少女》”等。DALL-E创作的图像不仅逼真可爱，细节也令人震惊，引发了一波创造类似工具的浪潮。然而科学家利用此类软件的方式与艺术家不同，他们用其生成新蛋白质蓝图，研究如何创造新的癌症治疗方法、新的流感疫苗或帮助消化的药物，帮助人类对抗种种疾病。

艺术变为蛋白质蓝图？

人类的身体会产生大约2万种蛋白质，从皮肤中的胶原蛋白到血液中的血红蛋白。它们形状各异：分子片状、纤维状、剪刀状等。正是这些特殊形状使其能够完成特定工作：无论是消化食物还是通过血液输送氧气。我们使用蛋白质已有数千年的历史。例如早期的奶酪制造商通过在牛奶中加入一块小牛肚来制作凝乳，因为胃中产生的蛋白质凝乳酶能够将液体牛奶变成半固体形式。

科学家一直在研究蛋白质，他们长期以来一直梦想能够发现自然界中从未发现过的新蛋白质。华盛顿大学蛋白质设计研究所所长大卫·贝克（David Baker）在去年带领他的团队生产了数千种不同的蛋白质，并且与自然界中发现的任何蛋白质都截然不同。今天科学家们仍在寻找利用蛋白质的方法。例如一些研究人员希望利用鲍鱼壳中的蛋白质，制造出更坚固的防弹衣；或者希望用蜘蛛丝中的蛋白质制作降落伞绳。研究人员还尝试对天然蛋白质进行适度的改变，看是否其可以创造出奇迹。然而对于贝克博士和许多其他蛋白质科学家来说，这种修修补补的方法一直不能令人满意。自然界中发现、的、不同氨基酸组合制成的蛋白质仅代表“蛋白质宇宙”的一小部分。“当人们想要一种新蛋白质时，他们会在自然界中四处寻找已经存在的东西，”贝克博士说道，“而不会去设计一种（蛋白质）。”

现在科学家开始尝试设计蛋白质，人工智能技术的兴起无疑会减少设计蛋白质所需的时间——从数年缩短到数周。“我们需要的是可以解决现代问题的新蛋白质，例如癌症和新冠大流行，”贝克博士说，“我们等不及了。现在，（依靠人工智能）我们可以更快地设计蛋白质，并且成功率更高。”

大卫·贝克（David Baker）博士。

AI如何设计蛋白质？

DALL-E依赖神经网络生成图像，这是一种简单模拟大脑神经元网络的数学系统。这种系统可以识别人类对智能手机发出的命令、使自动驾驶汽车能够识别并避开行人，或翻译语言。当用户向DALL-E描述图像时，神经网络会生成该图像包含的一组关键特征，然后被称为扩散模型的第二个神经网络会生成实现这些特征所需的像素。科学研究人员希望利用DALL-E等类似软件为自然界中不存在的全新蛋白质生成蓝图——创造具有非常特定形状的蛋白质以对抗不同的病毒。

AI 生成的蛋白质的动画扩散模型示例。

原理非常简单——研究人员可以利用DALL-E等类似系统为他们想要得到的蛋白质提供一个粗略的轮廓，然后扩散模型就可以生成它的三维形状。“有了DALL-E，你可以要求它为你绘制一张熊猫吃竹笋的照片。同样研究蛋白质的工程师可以要求一种蛋白质以特定方式与另一种蛋白质结合，然后生成模型构建它。”斯坦福大学前研究员纳姆拉塔·阿南德（Namrata Anand）表示。不同之处在于，人眼可以立即判断DALL-E绘制出的图像的保真度，但却无法判断绘制出的蛋白质模型的保真度。在AI技术生成蛋白质蓝图后，科学家必须在实验室用真正的化合物进行实验才能证明其保真度。

DALL-E绘制出的图片。

这种方法可靠吗？

根据瑞典皇家理工学院的数据，AI生成蛋白质蓝图的方法对于推动解决疾病具有重大效用。最近科学家公开了一组由人工智能和机器学习编制的新癌症蛋白质概况数据库，其中包含12个部分，每个部分从不同的角度探索人类蛋白质，包括新的疾病血液图谱和蛋白质3-D结构部分，后者使用基于AI的预测模型——AlfaFold绘制而成。皇家理工学院教授马蒂亚斯·乌伦（Mathias Uhlén）表示，公开人类蛋白质新数据给研究人员提供了有价值的新信息，可以推动癌症预测医学的发展。

一些专家表示应该对最新的人工智能技术持保留态度，“制造新结构只是一场游戏，”诺贝尔化学奖得主、美国化学工程师弗朗西丝·阿诺德（Frances Arnold）表示，“真正重要的是，这个结构到底能做什么？”但对于许多研究人员来说，这项新技术加速了为实验室创造新的候选蛋白质的进程，这是研究人员以前从未尝试过的新方法。

“令人兴奋的不仅仅是（技术）富有创造力和探索意想不到的可能性，而是他们在满足某些限制条件时还能发挥创造力。”华盛顿大学研究员王珏博士（Jue Wang）表示。通常，开发人工智能机器是为了执行人类本身具备的技能，例如拼图、写文本或玩棋盘游戏。然而能够设计蛋白质的人工智能技术提出了一个更深刻的问题——“人类根本做不到的事情，机器做到了”。王博士补充说道。

新闻与图片来源：纽约时报、华盛顿邮报，部分图片来自网络

iWeekly周末画报独家稿件，未经许可，请勿转载