AI深度進入基因領域,人類返老還童將成為可能?
2019年04月29日13:50

原標題:AI深度進入基因領域,人類返老還童將成為可能?

▲資料圖。圖/視覺中國

Google最新人工智能軟件阿爾法摺疊(Alpha Fold),在一項極其困難的任務中擊敗了所有對手,成功根據基因序列預測了生命基本分子——蛋白質的三維結構。

這意味著,人工智能已經深度進入基因和蛋白質領域,這既是醫療、藥物和生命科學與AI聯姻的一種突破,也表明AI在維護人們健康、延長壽命和提高生命質量方面有了穩步進展。

阿爾法摺疊可解析和預測蛋白質結構

阿爾法摺疊是被設計來解析蛋白質摺疊的。生物體和人體擁有著各種各樣的蛋白質,它們承擔著身體各種複雜且重要的功能,從食物消化到免疫抗病,從感覺到運動功能等,都離不開蛋白質。

蛋白質是由氨基酸構成的,基因則是編碼氨基酸並生成蛋白質的“碼農”。由於基因編碼和蛋白質功能的不同,蛋白質的分子結構會有千差萬別。執行複雜生命和生理功能的一些蛋白質分子很大,需要摺疊起來才能貯存於組織和細胞併發揮功能。而蛋白質摺疊更是有無窮的形式。

實際上,一個簡單的蛋白質往往包含了數百個氨基酸,其空間結構的可能性就高達10的300次方個。不只是蛋白質中氨基酸序列決定生命現象和疾病,而且蛋白質的空間結構同樣決定生理功能和疾病,只要蛋白質的結構發生一點錯誤,就會誘發和導致各種疾病,如糖尿病、帕金森症和阿爾茨海默病等。

也因此,解析蛋白質結構已成為基因測序後,診斷疾病、研發新藥和深入理解生命現象的一把重要鑰匙。阿爾法摺疊通過人工智能算法,在去年底的一項有98名參賽者參加的解析蛋白質結構的競賽中贏得第一名,獲得了43種蛋白質中的25種蛋白質結構的最高分,排名第二的隊伍只有其中3個獲得了預測最高分。

這說明,阿爾法摺疊在解析和預測蛋白質結構上比較準確。這也昭示著,對疾病的診斷和研發新藥有了新的利器。

▲資料圖。圖/視覺中國

AI介入生物學領域才只是開始

不過,阿爾法摺疊並非是唯一能分析和預測蛋白質結構的工具,其他方法也能分析蛋白質結構,如X射線晶體衍射分析、核磁共振、冷凍電鏡等技術,而且冷凍電鏡技術由於能確定溶液中的蛋白質分子的高解像度結構,還獲得了2017年諾貝爾化學獎。

可與阿爾法摺疊的AI技術相比,其他技術都有較大的短板,既耗時又昂貴。而如果用計算機算法來分析和處理海量的蛋白質三維結構,就有可能既快又準確。阿爾法摺疊正是現在通過算法來解析蛋白質結構的佼佼者。

進一步而言,以阿爾法摺疊為代表的AI不只是可以既快又準確地分析已知的一些蛋白質的三維結構,還能預測和發現人們尚未知曉的蛋白質結構。因為,蛋白質可分為若干種同源家族,來自同一家族的蛋白質長相十分相似。即使這個家族中沒有任何的已知結構,人工智能也能根據這些已有的序列勾勒出這個蛋白質家族的整體概況,預測這個蛋白質家族的一些未知結構。

不過,阿爾法摺疊的最大進步是通過算法來找到蛋白質的三維形狀。一段基因序列(DNA片段)只構成了氨基酸按一定序列排成的長鏈,僅僅靠基因測序是無法獲知蛋白質結構的,這就需要阿爾法摺疊以算法來確認蛋白質的三維結構。

從理論上,能夠分析和預測蛋白質的形狀和結構,就能夠更好地確定其他分子與蛋白質結合的方式,也就可能研發新的藥物,因為藥物是在人體內與特殊的蛋白質結合併改變蛋白質的活動方式而發揮藥效的。從這個意義上來看,阿爾法摺疊能解析蛋白質摺疊問題,也僅僅是一個新的開端,要研發出新藥或產生新的治療疾病的方式,還有很長的路要走。

當然,阿爾法摺疊和其他AI技術都主要是通過算法來理解疾病和改進藥物治療的效果,預測和分析蛋白質摺疊尚不能解決蛋白質摺疊問題。因此,現階段比阿爾法摺疊走得更遠和應用得更成熟的是讓AI軟件診斷疾病,如癌症。已經有人工智能軟件在解析乳腺X光圖片時比普通醫生快30倍,其準確率更是高達99%。

當阿爾法摺疊和其他AI技術能診斷疾病,確定病因時,就可以既採用新的療法,如基因療法,修改和刪除致病基因,進而讓返老還童成為可能,又有可能研發出針對蛋白質三維結構的新藥來治療疾病。現在,人工智能介入醫學和生命科學才只是開始。

□張田勘 (科普學者)

編輯 狄宣亞 李冰冰 校對 劉軍

關注我們Facebook專頁
    相關新聞
      更多瀏覽