AI模型开启蛋白质预测新时代 DeepMind、Meta竞速求解“生命密码”

《科创板日报》9月20日讯（编辑 宋子乔） AI技术正成为医疗领域强大的辅助工具，科技巨头从未忽视这一点，其中DeepMind、Meta不断深耕，并在同日发布了蛋白质折叠相关的最新进展、计划——

当地时间9月19日，谷歌旗下的AI公司DeepMind发布了AI模型AlphaMissense，该模型通过利用蛋白质序列数据库和变异结构背景，可以识别致病的错义突变（错义突变是可能破坏人类蛋白质功能的基因突变）和未知致病基因，且可预测的范围比人类专家提升近千倍。目前，AlphaMissense的全部预测结果被免费提供给科研界，模型代码已经开源发布。

可以说，AlphaMissense对于理解遗传变异与疾病关系，开发针对性的药物治疗等都具有重要意义，展示了AI在医学领域，特别是在遗传学中的巨大潜力。

同一天，Meta也宣布了加码蛋白质折叠领域的计划。其CEO扎克伯格发布博客称，旗下慈善项目计划构建AI GPU集群，系统将配备1000多块GPU，并且是用顶级的H100。新的算力集群可以让研究人员使用生成式AI对健康和患病的细胞进行建模、预测细胞变化。随着时间的推移，这可以帮助他们开发出治疗疾病的新方法。

马克•扎克伯格和妻子普莉西拉•陈的基金会正在资助建设该算力集群。相关AI模型将在数据集上进行训练，这些数据集包含最大的标准化单细胞数据集的语料库、由旧金山Chan Zuckerberg Biohub建立的蛋白质位置和相互作用图集OpenCell和细胞图集Tabula Sapiens，以及一些大型成像数据集以及公开可用的数据集。

▌AI模型助力蛋白质预测 竞争趋于白热化

我们的生命离不开蛋白质。蛋白质是一切生命活动的基础物质，它是运输氧气的载体，是帮助抵御病毒的抗体，也是消化食物的酶。蛋白质之所以能够承担多种多样的功能，很大程度上是因为它们具有丰富而复杂的空间结构，这种结构的变化便被称为“蛋白质折叠”。

从生命科学的角度看，弄清楚蛋白质折叠方式并实现预测，相当于掌握了“生命密码”——医学人员可以提升遗传疾病诊断的效率和精度，推动个性化医疗的发展，对于新药开发也具有重要意义，甚至可以创造出自然界中原本不存在的蛋白质。

但从实践角度看，如果想要通过计算氨基酸分子间的相互作用来预测它们如何折叠，那么要穷尽所有可能的蛋白质构型，需要的时间将比整个宇宙年龄还要长。

当AI进入这个领域后，事情有了转机，基于大量蛋白质的序列和结构数据和强大算力，AI模型从中找寻氨基酸分子之间的相互作用、蛋白质片段之间的演化关系，预测蛋白质折叠的准确性很快获得提升。

AlphaMissense由蛋白质预测模型AlphaFold微调而来，后者同样由DeepMind发布，成功预测了来自100万个物种的约2亿种蛋白质结构，几乎涵盖了地球上所有已知生物。DeepMind于2022年7月开源发布了AlphaFold 2数据库，这使得研究人员确定蛋白质3D结构的过程变得和在浏览器搜索中输入一样简单。

Meta曾于2022年11月推出150亿参数的蛋白质预测模型EMSFold，抛开准确性不谈，在预测结构方面，EMSFold比AlphaFold快60倍，被视作AlphaFold的强有力“竞品”。

另外，清华大学智能产业研究院（AIR）研发的系统化蛋白质结构预测解决方案AIRFold，在蛋白质结构预测竞赛CAMEO上连续四周夺冠。

不过目前，规模化且强大的算力基础设施对于许多组织（尤其是学术研究机构）来说成本过高。

在蛋白质折叠领域，就连Meta也曾放慢步伐。8月份有消息称，Meta已裁掉了ESMFold团队，这表明该公司正在放弃纯科学项目，转而开发更容易商业变现的AI产品。

如今Meta重拾相关研究，与DeepMind的竞争或将更加白热化。

（科创板日报 宋子乔）