<mark id="oztn4"></mark>
0
| 本文作者： 李雨晨 | 2020-12-04 18:45 |
昨天，讓生物科學(xué)圈和人工智能圈為之沸騰的，必然是DeepMind宣布蛋白質(zhì)折疊預(yù)測問題已被其攻破的消息。
此消息一出，立刻登上了Nature雜志封面，標(biāo)題直接評論為：“它將改變一切！”李飛飛、馬斯克等眾多大佬紛紛點(diǎn)贊、轉(zhuǎn)發(fā)。
這個(gè)場景是不是和當(dāng)初AlphaGo戰(zhàn)勝了李世石和柯潔有點(diǎn)似曾相識(shí)？
對于AI界、圍棋界來說，AlphaGo是一個(gè)劃時(shí)代的產(chǎn)物，極大程度改變了人們對AI的認(rèn)知，直接引領(lǐng)了隨后的創(chuàng)業(yè)熱潮。而四年來，以深度學(xué)習(xí)為特征的AI技術(shù)，在各個(gè)垂直行業(yè)里的落地并沒有形成“摧枯拉朽之態(tài)”，一些“先天性”的技術(shù)性難題仍然待解。
也就在今天，美國普林斯頓大學(xué)教授、結(jié)構(gòu)生物學(xué)家顏寧，就AlphaGo的成果發(fā)表了一條微博，表明了自己的觀點(diǎn)：“蛋白結(jié)構(gòu)預(yù)測不是一個(gè)新鮮學(xué)科，（AlphaFold）確實(shí)是突破，但是有了兩年前的新聞做鋪墊，現(xiàn)在這次委實(shí)是意料之中。”
狂歡之余，一名“合格”的旁觀者應(yīng)該發(fā)出這樣一個(gè)疑問：AlphaFold會(huì)不會(huì)是下一個(gè)AlphaGo，僅僅是一個(gè)“暴力計(jì)算”下的產(chǎn)物？
先說結(jié)論：AlphaFold是動(dòng)了真格。
與AlphaGo在圍棋界縱橫馳騁不同的是，AlphaFold是真的有望在一個(gè)人類學(xué)科中、人類對生命演進(jìn)的研究中產(chǎn)生顛覆性的影響。
許東教授向雷鋒網(wǎng)表示，蛋白結(jié)構(gòu)預(yù)測這一重大科學(xué)問題，在三十多年前就有多人宣布已經(jīng)解決，但極其不靠譜，后來才有兩年一次的雙盲預(yù)測大賽CASP，用事實(shí)說話。
許東是美國密蘇里大學(xué)哥倫比亞分校Shumaker講座教授，AAAS和AIMBE會(huì)士，曾因?yàn)榈鞍捉Y(jié)構(gòu)預(yù)測的工作獲得2001年美國“最杰出研究與開發(fā)100人獎(jiǎng)勵(lì)（國際2001R&D 100 Award）”。
從1997年開始，許東教授就開始了蛋白質(zhì)結(jié)構(gòu)預(yù)測這方面的研究。他表示，從防病、治病的角度來看，蛋白質(zhì)結(jié)構(gòu)變化預(yù)測，絕對是非常重要。
“很多疾病都是在蛋白層面出現(xiàn)了問題，例如基因突變造成氨基酸的突變，使得蛋白結(jié)構(gòu)發(fā)生變化，不能行使功能。”
現(xiàn)在，許東教授團(tuán)隊(duì)現(xiàn)在和范德堡大學(xué)Jing-Qiong Kang教授的合作，就在用結(jié)構(gòu)預(yù)測來研究癲癇，特別是為什么一些基因突變可以使得幾個(gè)重要的蛋白結(jié)構(gòu)造成變化，造成其部分功能喪失，致使癲癇發(fā)作。Jing-Qiong Kang教授把預(yù)測的結(jié)果與實(shí)驗(yàn)進(jìn)行對比，進(jìn)而理解疾病。
從制藥層面來看，更是如此。
現(xiàn)代藥物大多的靶點(diǎn)是蛋白，藥物的設(shè)計(jì)幾乎都是基于蛋白的結(jié)構(gòu)來進(jìn)行合理的設(shè)計(jì)。現(xiàn)在，機(jī)器學(xué)習(xí)能夠取得非常好的預(yù)測結(jié)果，是否會(huì)取代實(shí)驗(yàn)的蛋白結(jié)構(gòu)發(fā)現(xiàn)方法？
許東教授表示，“會(huì)取代很大一部分”，尤其是在低分辨率下，特別是用冷凍電子顯微鏡進(jìn)行的結(jié)構(gòu)發(fā)現(xiàn)可能不如機(jī)器學(xué)習(xí)做的準(zhǔn)確。
AI藥物研發(fā)公司晶泰科技CEO馬健博士也向雷鋒網(wǎng)表示，結(jié)構(gòu)決定性質(zhì)。在AlphaFold準(zhǔn)確的預(yù)測的蛋白結(jié)構(gòu)之上，我們可以更準(zhǔn)確地預(yù)測藥物分子和蛋白的相互作用，從源頭上提高計(jì)算輔助藥物發(fā)現(xiàn)與設(shè)計(jì)的準(zhǔn)確度。
同時(shí)，現(xiàn)在能解出的蛋白質(zhì)很少，很多關(guān)鍵的蛋白質(zhì)十幾、二十年都難以用實(shí)驗(yàn)解析出結(jié)構(gòu)。有了這項(xiàng)技術(shù)，研究人員就可以用這些傳統(tǒng)上難解出結(jié)構(gòu)的蛋白作為藥物靶點(diǎn)、設(shè)計(jì)新藥。
1994年，馬里蘭大學(xué)公園分校的計(jì)算生物學(xué)家約翰·莫爾特（John Moult）與其它人共同創(chuàng)立了CASP。
AlphaFold在CASP14中的表現(xiàn)，被譽(yù)為是結(jié)構(gòu)生物學(xué)領(lǐng)域的地震，讓無數(shù)該行業(yè)的學(xué)者為止興奮。
然而，也有網(wǎng)友提出了一些不同的聲音：利用計(jì)算機(jī)預(yù)測蛋白質(zhì)結(jié)構(gòu)很早就在做，只不過準(zhǔn)確度一直是一個(gè)問題。目前，計(jì)算機(jī)輔助藥物設(shè)計(jì)，在有蛋白真實(shí)單晶體機(jī)構(gòu)的基礎(chǔ)上尚且不能做到準(zhǔn)確預(yù)測，更何況是“接近于實(shí)驗(yàn)取得機(jī)構(gòu)。”
從這個(gè)觀點(diǎn)出發(fā)，DeepMind的這一成果是否被媒體過譽(yù)了？
晶泰科技CEO馬健博士表示，現(xiàn)在AlphaFold的結(jié)果已經(jīng)非常領(lǐng)先。更讓人感到振奮的是這背后AI演化發(fā)展的速度——從16年的AlphaGo, 17年的AlphaZero, 18年的AlphaFold, 到如今的AlphaFold2, 這樣的發(fā)展和迭代速度讓我們看到，人工智能的時(shí)代正在加速到來。
同時(shí)，馬健認(rèn)為，AlphaFold在解決蛋白質(zhì)折疊預(yù)測問題過程中所積累的經(jīng)驗(yàn)和Know-how，會(huì)產(chǎn)生技術(shù)溢出的效果，其中先進(jìn)的思想和理念將進(jìn)一步在AI藥物發(fā)現(xiàn)的其他環(huán)節(jié)和領(lǐng)域帶來啟發(fā)和促進(jìn)作用。
嚴(yán)謹(jǐn)一點(diǎn)看，任何一項(xiàng)科學(xué)成果，都有進(jìn)一步提升的空間，AlphaFold也不例外。
馬健表示，下一步，在蛋白-蛋白相互作用結(jié)構(gòu)、C端N端結(jié)構(gòu)等領(lǐng)域，AlphaFold需要算得更準(zhǔn)。
另外，目前AlphaFold預(yù)測的是最接近實(shí)驗(yàn)的靜態(tài)結(jié)構(gòu)，未來在藥物研發(fā)的應(yīng)用中，如果能將蛋白和藥物結(jié)合位置預(yù)測的更準(zhǔn)，需要把蛋白結(jié)構(gòu)的動(dòng)態(tài)變化考慮進(jìn)來。
許東教授認(rèn)為，這件事情需要從兩方面來看：
一方面，這確實(shí)是非常大的成就。不光是蛋白結(jié)構(gòu)或者生物信息學(xué)的重大突破，也是科學(xué)史上的重大突破。五十年來，蛋白質(zhì)折疊一直是生物學(xué)的巨大挑戰(zhàn)。
另外一方面，總歸會(huì)有一些“泡沫”，存在一定的局限性。AlphaFold不是把所有問題全部解決。不是光有結(jié)構(gòu)，就能夠設(shè)計(jì)藥物。
許東教授介紹到，AlphaFold可以滿足95%以上的理解功能、實(shí)驗(yàn)設(shè)計(jì)等需求，達(dá)到了應(yīng)用的標(biāo)準(zhǔn)。
然而，它并不能總是達(dá)到一定的標(biāo)準(zhǔn)。現(xiàn)在，人、植物的蛋白被研究得非常廣譜，但是在微生物、病毒的蛋白里還有很多新的fold。
和已知序列和結(jié)構(gòu)相差非常大的情況下，AlphaFold做的不是特別好。
“最新的AlphaFold系統(tǒng)在所有目標(biāo)中總體得分中位數(shù)為92.4 GDT，強(qiáng)調(diào)的是中位數(shù)，甚至都不是平均數(shù)。這就表明，有些蛋白的預(yù)測還是做的不太好。”
當(dāng)然，他也補(bǔ)充到，這些預(yù)測不好的情況屬于個(gè)例，大多數(shù)情況基本上是夠用的。
傳統(tǒng)實(shí)驗(yàn)方法是否會(huì)被取代？
目前，冷凍電子顯微鏡（CryoEM）、核磁共振或X射線晶體學(xué)等實(shí)驗(yàn)技術(shù)，是蛋白質(zhì)3D結(jié)構(gòu)發(fā)現(xiàn)的常規(guī)武器。
現(xiàn)在，AI機(jī)器滾滾向前，傳統(tǒng)的實(shí)驗(yàn)室方法是否已經(jīng)難以與之抗衡？
這個(gè)問題的答案也很明確：不會(huì)。這點(diǎn)，正如放射科醫(yī)生不會(huì)被閱片AI所取代一樣。
傳統(tǒng)方法的弊端在哪里？
一位行業(yè)專業(yè)人士表示，實(shí)驗(yàn)解析存在一定的局限性（例如X-射線晶體學(xué)需要首先對蛋白質(zhì)進(jìn)行結(jié)晶操作，而結(jié)晶后的蛋白質(zhì)結(jié)構(gòu)，未必與在生物體內(nèi)的實(shí)際結(jié)構(gòu)一致；部分蛋白質(zhì)的三維結(jié)構(gòu)可能長期無法通過實(shí)驗(yàn)手段進(jìn)行解析），同時(shí)實(shí)驗(yàn)誤差也是需要考慮的。
實(shí)驗(yàn)手段的“弊端”，在AI時(shí)代有了更好的幫手。
馬健也旗幟鮮明地表明了自己的觀點(diǎn)：“顯微鏡不會(huì)被完全取代，但是可能很大一部分工作都可以用AlphaFold來完成，甚至用計(jì)算產(chǎn)生的模板去指導(dǎo)解析實(shí)驗(yàn)。”
馬健說到，蛋白是個(gè)很復(fù)雜的東西，實(shí)驗(yàn)有非常多的限制。有些蛋白難結(jié)晶，不穩(wěn)定，太小了的話又不適用于冷凍電鏡。如今有了AlphaFold提供結(jié)構(gòu)，就可以指導(dǎo)實(shí)驗(yàn)將蛋白質(zhì)結(jié)構(gòu)解出來。
“比如分享會(huì)上提到的af1503蛋白質(zhì)，德國的Max Planck Institute獲得蛋白的實(shí)驗(yàn)數(shù)據(jù)已有近10年，始終無法解析出結(jié)構(gòu)，用AlphaFold很快就獲得了結(jié)果。”
但是，低溫電子顯微鏡仍具備一定的優(yōu)勢，比如在蛋白-蛋白相互作用研究上，但未來，AlphaFold很可能也可以實(shí)現(xiàn)準(zhǔn)確預(yù)測蛋白-蛋白結(jié)構(gòu)預(yù)測。
許東教授也認(rèn)為，機(jī)器學(xué)習(xí)的方法不會(huì)完全取代實(shí)驗(yàn)。
他表示，現(xiàn)在計(jì)算預(yù)測的準(zhǔn)確度并不能保證每一個(gè)結(jié)構(gòu)都預(yù)測的非常準(zhǔn)，特別是在已知的結(jié)構(gòu)庫中完全沒有相似結(jié)構(gòu)的，預(yù)測的結(jié)果不是很準(zhǔn)。
“在一些很關(guān)鍵的蛋白，特別是要大規(guī)模設(shè)計(jì)藥物的蛋白上，我認(rèn)為還是需要做實(shí)驗(yàn)，因?yàn)閷Y(jié)構(gòu)預(yù)測的精度更高。”
而且，在一些特殊的實(shí)驗(yàn)結(jié)構(gòu)解析中，傳統(tǒng)方法仍然受用。
許東教授認(rèn)為，施一公、顏寧這些生物學(xué)學(xué)者所做的一些更為細(xì)致的研究，不是僅靠蛋白結(jié)構(gòu)預(yù)測就能取代，這其中包括蛋白質(zhì)的功能、機(jī)理、修飾、相互作用、動(dòng)力學(xué)屬性等等，還是需要大量實(shí)驗(yàn)工作。但是很多一般的實(shí)驗(yàn)結(jié)構(gòu)解析，確實(shí)沒有必要存在了。
從昨天開始，AlphaFold已經(jīng)成為圈內(nèi)圈外，生物學(xué)、非生物學(xué)人士的“現(xiàn)象級話題”。
盡管很多人發(fā)出驚呼之聲，但是，如果高度概括一下，AlphaFold的創(chuàng)新之處，你會(huì)提煉出哪幾個(gè)關(guān)鍵詞？
根據(jù)目前DeepMind在CASP14會(huì)議上公布的技術(shù)方案，應(yīng)該有兩點(diǎn)。
首先，是注意力機(jī)制的引入。
注意力機(jī)制的引入，解決了如何更好地從多序列對齊（multiple sequence alignment）數(shù)據(jù)中提取特征以指導(dǎo)結(jié)構(gòu)預(yù)測的問題。
在此之前，較為主流的方案是從多序列對齊數(shù)據(jù)中提取共進(jìn)化信息，但DeepMind通過對比發(fā)現(xiàn)這種人工設(shè)計(jì)的特征提取會(huì)丟失部分關(guān)鍵信息，而通過引入注意力機(jī)制可以較好地解決這一問題。
同時(shí)，注意力機(jī)制也應(yīng)用在了迭代更新序列-殘基和殘基-殘基相互作用的過程中，從而以迭代的方式得到更為準(zhǔn)確的距離預(yù)測與三維結(jié)構(gòu)。
許東教授表示，注意力機(jī)制確實(shí)在蛋白結(jié)構(gòu)預(yù)測方面上了一個(gè)臺(tái)階。“AlphaFold可以把氨基酸之間的距離整合成三維結(jié)構(gòu)。因?yàn)樗麄兊乃懔芏啵瑑赡昵八麄冸m然方法和別人幾乎是一樣的，預(yù)測的距離卻準(zhǔn)的多，在CASP里做得很好。”
但是，許教授認(rèn)為，AlphaFold今年真正的創(chuàng)新之處在于利用了注意力機(jī)制，可以把氨基酸之間的距離預(yù)測問題更為全局、整體的解決，同時(shí)對每一對距離的預(yù)測可靠性有更好的評價(jià)，從而看出什么預(yù)測距離更靠譜，讓其在蛋白三維結(jié)構(gòu)重建中發(fā)揮更大作用。
這么做，就真正把蛋白已知結(jié)構(gòu)進(jìn)行最大化的應(yīng)用。
許東教授坦言，此前，自己的團(tuán)隊(duì)也思考過，但是那時(shí)候采用的是“土一點(diǎn)”的統(tǒng)計(jì)方法。
“AlphaFold確實(shí)是非常大的創(chuàng)新，這種創(chuàng)新對研究其他問題也有幫助。比如，我們現(xiàn)在就想用類似的思想去做單細(xì)胞數(shù)據(jù)建模的一些研究。
其次，端到端學(xué)習(xí)的引入。
端到端學(xué)習(xí)的引入，使得從輸入氨基酸序列到輸出蛋白質(zhì)三維結(jié)構(gòu)的過程，可以完全在深度學(xué)習(xí)的框架內(nèi)實(shí)現(xiàn)，從而使得優(yōu)化過程可以得到更為直接的誤差信號。
而之前的方法往往基于深度學(xué)習(xí)+傳統(tǒng)結(jié)構(gòu)建模工具（例如Rosetta、I-TASSER等）的組合，這樣結(jié)構(gòu)建模的誤差信號不能直接用于對深度學(xué)習(xí)模型本身進(jìn)行更新。
雖然，在許東教授、馬健博士看來，傳統(tǒng)實(shí)驗(yàn)室技術(shù)仍然具備生命力。但是有一點(diǎn)值得肯定，AlphaFold的爆炸性成果，會(huì)對其他入局蛋白質(zhì)結(jié)構(gòu)預(yù)測的廠商產(chǎn)生非常大的沖擊——猶如一條“鯰魚”一樣，攪動(dòng)整個(gè)行業(yè)的現(xiàn)有技術(shù)和商業(yè)格局。
這次成果發(fā)布之后，DeepMind聯(lián)合創(chuàng)始人及CEO德米斯·哈薩比斯（Demis Hassabis）也第一時(shí)間向外界表示：“DeepMind背后的終極愿景一直是構(gòu)建通用人工智能，利用通用人工智能來極大地加速科學(xué)發(fā)現(xiàn)的步伐，幫助我們更好地了解周圍世界。”
但值得注意的是，在AI領(lǐng)域，研究成果與商業(yè)化之間仍然存在一條鴻溝，即便是有領(lǐng)先算法的DeepMind也不例外。
去年，據(jù)外媒報(bào)道，谷歌母公司Alphabet旗下的人工智能子公司DeepMind2018年的營收幾乎翻了一倍，但凈虧損仍高達(dá)5.72億美元。
從這項(xiàng)成果來看，AlphaFold本質(zhì)還是基于深度學(xué)習(xí)技術(shù)，需要算力的支持（使用了大約128個(gè) TPU v3 ——大致相當(dāng)于100-200個(gè) GPU ），這些都是需要真金白銀的支持。
但是，行業(yè)專業(yè)人士向雷鋒網(wǎng)表示，從計(jì)算資源需求上來看，128個(gè)TPU v3基本還在可接受的范圍內(nèi)，同時(shí)學(xué)術(shù)界和工業(yè)界后續(xù)也勢必會(huì)從算法和工程實(shí)現(xiàn)的角度，對計(jì)算效率繼續(xù)進(jìn)行優(yōu)化，來降低實(shí)際計(jì)算開銷。
因此，盡管擁有著非常前沿的AI技術(shù)，如何將所耗費(fèi)的成本轉(zhuǎn)化為實(shí)實(shí)在在的商業(yè)收益，也是DeepMind需要考慮的現(xiàn)實(shí)問題。
AlphaFold的出現(xiàn)，似乎為DeepMind在醫(yī)藥領(lǐng)域的生意帶來了新的突破口。
印第安納大學(xué)醫(yī)學(xué)院主管數(shù)據(jù)科學(xué)的副院長黃昆教授認(rèn)為，對于藥廠來說，100-200個(gè)GPU本身投資并不算太大，主要是怎么樣建立或者維持一個(gè)這方面的團(tuán)隊(duì)。這就也誕生了一些新的外包機(jī)會(huì)。幾年前，我就看到有初創(chuàng)公司用機(jī)器學(xué)習(xí)來做結(jié)構(gòu)篩藥，不知道這個(gè)進(jìn)展是會(huì)引過來更多這方面的創(chuàng)業(yè)還是反過來讓DeepMind獨(dú)霸一方。
許東教授也表示，這項(xiàng)技術(shù)的應(yīng)用前景，很多程度上取決于DeepMind的商業(yè)模式，是不是能給學(xué)術(shù)界開放使用。從商業(yè)的角度來看，很多制藥公司會(huì)為此付費(fèi)。
此外，AlphaFold并不是一個(gè)開源軟件，不是所有人都能拿到AlphaFold最好的版本。DeepMind也許會(huì)部分開放，但不一定開放最好的版本。
“如果是需要收費(fèi)，很多研究組不見得有錢去做這個(gè)事情。像BLAST那樣進(jìn)行序列比對，我覺得還有一點(diǎn)距離。”
馬健說到，算力現(xiàn)在已經(jīng)不是問題。100-200個(gè)GPU是訓(xùn)練的使用量，真正使用中的算力可能只是這個(gè)數(shù)字的零頭。而計(jì)算將節(jié)省大量的時(shí)間和實(shí)驗(yàn)成本。
“計(jì)算機(jī)輔助藥物設(shè)計(jì)與發(fā)現(xiàn)以及AI的應(yīng)用，經(jīng)過了漫長的發(fā)展和近期的飛速發(fā)展，也已經(jīng)有了質(zhì)的飛躍，比如晶泰科技的智能藥物研發(fā)平臺(tái)，在大部分蛋白上都可以準(zhǔn)確預(yù)測活性，選擇性，耐藥性等藥物關(guān)鍵性質(zhì)，可以在極少量的實(shí)驗(yàn)下獲得理想的藥物候選。”
正如馬健所言，這項(xiàng)技術(shù)將開啟一個(gè)藥物研發(fā)和疾病研究的新時(shí)代，可以從原子分子層面上幫助理解疾病的作用機(jī)理，同時(shí)，與疾病相關(guān)的蛋白結(jié)構(gòu)越來越多地被計(jì)算解析出來，會(huì)提供大量的新靶點(diǎn)，如同給藥物發(fā)現(xiàn)打開了一道源頭的閘門，為藥企開發(fā)first-in-class藥物創(chuàng)造更多新機(jī)會(huì)。
其實(shí)，任何一項(xiàng)學(xué)術(shù)成果的爆發(fā)，都有前人不斷耕耘的腳步。
昨天，Deepmind消息一出，許東教授就發(fā)了一條朋友圈。
他寫道，我在這個(gè)領(lǐng)域做了十幾年的工作，多次參加過CASP大賽。現(xiàn)在終于看到這個(gè)問題被靠譜地解決了，是一件科學(xué)領(lǐng)域的幸事，可喜可賀！雖然DeepMind是集大成者，但這個(gè)問題的解決是無數(shù)人幾十年的結(jié)晶。
許東教授向雷鋒網(wǎng)說到，自己在橡樹嶺國家實(shí)驗(yàn)室和徐鷹教授一起，做了一些蛋白結(jié)構(gòu)預(yù)測的工作，當(dāng)時(shí)受到不少關(guān)注，因此兩人獲得了2001 年美國“最杰出研究與開發(fā)100 人獎(jiǎng)。此外，周耀旗教授、李明教授、許錦波教授、張陽教授、卜東波教授和自己系里的程建林教授等在這個(gè)領(lǐng)域里都做了非常好的工作。
特別是許錦波教授課題組是真正第一個(gè)用深度學(xué)習(xí)來進(jìn)行氨基酸距離預(yù)測的人，對這個(gè)領(lǐng)域起了很大的作用；密歇根大學(xué)張陽教授實(shí)驗(yàn)室的服務(wù)器很久在CASP自動(dòng)預(yù)測大類里排名第一，得到了廣泛使用。
“所以，大家可能看到是最閃亮的那顆星，但是背后有很多人默默為之奮斗。今天AlphaFold的成就絕對是太多人積淀的結(jié)果。”
同樣集大成的，還有DeepMind本身的團(tuán)隊(duì)，他們站在了這個(gè)時(shí)代最聰明的人的肩膀上。
行業(yè)專業(yè)人士向雷鋒網(wǎng)表示，AlphaFold的研究團(tuán)隊(duì)非常豪華，19位共同一作者里面有很多人是在語音、計(jì)算機(jī)視覺、自然語言處理、機(jī)器學(xué)習(xí)、醫(yī)療影像、分子動(dòng)力學(xué)、高能物理、量子化學(xué)等領(lǐng)域的知名學(xué)者。
值得注意的是，排在榜單前幾名的就有上文提到的密歇根大學(xué)張陽教授實(shí)驗(yàn)室。
有知乎網(wǎng)友表示，“能戰(zhàn)勝AlphFold的只能是其他巨頭公司，高校已經(jīng)沒有戰(zhàn)勝的條件了。”
行業(yè)專業(yè)人士坦言，和工程型團(tuán)隊(duì)相比，學(xué)術(shù)型團(tuán)隊(duì)在計(jì)算資源上已經(jīng)不再是短板，而學(xué)術(shù)團(tuán)隊(duì)和工程團(tuán)隊(duì)的一個(gè)明顯差別在于，學(xué)生很難做到工程人員能做的事情，公司在這一點(diǎn)上可以做到極致。
“真正要把一件事情做好，需要每個(gè)component都做到極致。因此，從這個(gè)角度來看，很細(xì)致才能做得很好，DeepMind是一個(gè)很優(yōu)秀的集成者。”
每到AI戰(zhàn)勝人類時(shí)，總有這種相似的論調(diào)：XX職業(yè)要被AI取代了。因此，當(dāng)AlphaFold一出時(shí)，就有人預(yù)言到，結(jié)構(gòu)生物學(xué)家都要失業(yè)。
顏寧在微博里也就明確表示，如果你對結(jié)構(gòu)生物學(xué)的理解還停留在20年前，那這么說也不是不行。但是結(jié)構(gòu)生物學(xué)自身一直在發(fā)展著，一場冷凍電鏡的分辨率革命更是令結(jié)構(gòu)生物學(xué)今時(shí)不同往日了。
AlphaFold注定會(huì)成為這個(gè)時(shí)代中濃墨重彩的一筆。顏寧在微博中的一段話，特別適合概括這次AlphaFold的時(shí)代意義。
我在2015年主持一個(gè)seminar的時(shí)候曾經(jīng)評論過：structural biology的本質(zhì)是biology，是理解生命、是做出生物學(xué)發(fā)現(xiàn)。但是在X-射線晶體學(xué)為主要手段的時(shí)代，獲得大多數(shù)研究對象的結(jié)構(gòu)本身太難了，于是很多研究者把“獲得結(jié)構(gòu)”本身作為了目標(biāo)，讓外行誤以為結(jié)構(gòu)生物學(xué)就是解結(jié)構(gòu)。
但是我從進(jìn)入這個(gè)領(lǐng)域之初，就被教育的明明白白：結(jié)構(gòu)本身只是手段，它們是為了回答問題、做出發(fā)現(xiàn)。
人類對未知世界的渴求，對真相的追求，才是AlphaFold在這個(gè)AI時(shí)代最好的注腳。向所有奉獻(xiàn)在這個(gè)領(lǐng)域的學(xué)者，致敬！
圓桌討論 · 嘉賓陣容
主持人：黃昆，印第安納大學(xué)醫(yī)學(xué)院副院長、AIMBE Fellow
許東，密蘇里大學(xué)哥倫比亞分校Shumaker講座教授，AAAS、AIMBE Fellow
張陽，密歇根大學(xué)教授，ITASSER創(chuàng)造者
許錦波，芝加哥豐田計(jì)算技術(shù)研究所教授，斯隆獎(jiǎng)得主
此外，組委會(huì)還在邀請近代信息論奠基者等專家參會(huì)，敬請期待。
主辦單位：圖像計(jì)算與數(shù)字醫(yī)學(xué)國際研討會(huì)（ISICDM）
協(xié)辦單位：雷鋒網(wǎng)、醫(yī)健AI掘金志
觀看方式：關(guān)注公眾號《醫(yī)健AI掘金志》（ID：AIHealthcare），回復(fù)關(guān)鍵詞“蛋白質(zhì)”，即可入群觀看此次線上論壇。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
