蛋白质|只需一块RTX2080 10分钟就能算出蛋白质结构

喜大普奔!今天一波Nature、Science齐发文,可把学术圈的嗑盐人们高兴坏了 。
一边是“AI界年度十大突破”AlphaFold2终于终于开源,登上Nature 。
另一边Science又出报道:华盛顿大学竟然还搞出了一个比AlphaFold2更快更轻便的算法,只需要一个英伟达RTX2080 GPU,10分钟就能算出蛋白质结构!
蛋白质|只需一块RTX2080 10分钟就能算出蛋白质结构
文章图片
要知道,当年AlphaFold2横空出世,那是真·沸腾了学术圈 。
不仅谷歌CEO皮猜、马斯克、李飞飞等大V纷纷点赞,连马普所的演化生物研究所所长Andrei Lupas都直言:它会改变一切 。
结构生物学家Petr Leiman感叹,我用价值一千万美元的电镜努力地解了好几年,Alphafold2竟然一下就算出来了 。
更是有生物学网友表示绝望,感觉专业“前途渺茫”:
蛋白质|只需一块RTX2080 10分钟就能算出蛋白质结构
文章图片
而今天这一波Nature、Science神仙打架,再次点燃话题度 。
让学界狂热的Alphafold2
先说被顶刊争相报道的Alphafold2,它作为一个AI模型,为何引起各界狂热?
因为它一出来,就解决了生物学界最棘手的问题之一 。这个问题于1972年被克里斯蒂安·安芬森提出,它的验证曾经困扰科学家50年:
给定一个氨基酸序列,理论上就能预测出蛋白质的3D结构 。
蛋白质|只需一块RTX2080 10分钟就能算出蛋白质结构
文章图片
蛋白质由氨基酸序列组成,但真正决定蛋白质作用的,是它的3D结构,也就是氨基酸序列的折叠方式 。
为了验证这个理论,科学家们尝试了各种手段,但在CASP14(蛋白质结构预测比赛)中,准确性也只达到40分左右(满分100) 。
蛋白质|只需一块RTX2080 10分钟就能算出蛋白质结构
文章图片
直到去年12月,Alphafold2出现,将这一准确性直接拔高到了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 。
蛋白质|只需一块RTX2080 10分钟就能算出蛋白质结构
文章图片
Alphafold2于当年入选Science年度十大突破,被称作结构生物学“革命性”的突破、蛋白质研究领域的里程碑 。
它的出现,能更好地预判蛋白质与分子结合的概率,从而极大地加速新药研发的效率 。
今天,Alphafold2的开源,又进一步在AI和生物学界激起了一大波浪 。
谷歌CEO皮猜很高兴:
蛋白质|只需一块RTX2080 10分钟就能算出蛋白质结构
文章图片
亦有生物学博士表示:未来已来!
蛋白质|只需一块RTX2080 10分钟就能算出蛋白质结构
文章图片
来自UC伯克利AI实验室的博士Roshan Rao在看过后表示,这份代码看起来不仅容易使用,而且文档也非常完善 。
蛋白质|只需一块RTX2080 10分钟就能算出蛋白质结构
文章图片
现在,是时候借着这份开源算法,弄清Alphafold2的魔术是怎么变的了 。
AlphaFold2详细信息公开
研究人员强调,这是一个完全不同于AlphaFold的新模型 。
2018年的AlphaFold使用的神经网络是类似ResNet的残差卷积网络,到了AlphaFold2则借鉴了AI研究中最近新兴起的Transformer架构 。
Transformer使用注意力机制兴起于NLP领域,用于处理一连串的文本序列 。
而氨基酸序列正是和文本类似的数据结构,AlphaFold2利用多序列比对,把蛋白质的结构和生物信息整合到了深度学习算法中 。
蛋白质|只需一块RTX2080 10分钟就能算出蛋白质结构
文章图片
AlphaFold2用初始氨基酸序列与同源序列进行比对,直接预测蛋白质所有重原子的三维坐标 。
从模型图中可以看到,输入初始氨基酸序列后,蛋白质的基因信息和结构信息会在数据库中进行比对 。
多序列比对的目标是使参与比对的序列中有尽可能多的序列具有相同的碱基,这样可以推断出它们在结构和功能上的相似关系 。
比对后的两组信息会组成一个48block的Evoformer块,然后得到较为相似的比对序列 。


推荐阅读