精准预测蛋白折叠，AI助力新药研发全流程

人体细胞由成千上万种不同的蛋白质组成，这些蛋白质通过无规则的卷曲折叠，构成特定的三维结构，这决定了蛋白质的功能。

长期以来，科学家们一直希望能够精准地预测蛋白质折叠的形状和结构，这将对研发出能够治疗癌症和阿尔茨海默等疾病的药物起到关键作用。

借助人工智能技术，预测蛋白质结构的效率大幅提升了。诺贝尔化学奖获得者、斯坦福大学计算生物学家、复旦大学复杂体系多尺度研究院荣誉院长迈克尔·莱维特（Michael Levitt）教授在今年的世界人工智能大会上就这一议题进行了详细阐述。

莱维特教授告诉第一财经记者，蛋白质的折叠、结构的预测在生物医药上将会有很大的应用前景，这将是人类健康面临的真正前沿技术。

“我们需要知道蛋白质是如何折叠的，并搞清楚蛋白质的结构，它对于构建人体具有很大的作用。人体作为一个系统，最为重要的就是，它具有自我组装和自我发展的能力。”莱维特教授解释道。

莱维特教授形象地将蛋白质比喻成人体的“建筑材料”。蛋白质折叠后形成一个复杂的三维结构，而科学家的工作就是去精准地预测这些结构。

去年12月，由谷歌投资的英国AI研究实验室DeepMind宣布在AI精准预测蛋白折叠领域取得重要突破。其人工智能系统“AlphaFold”参加了由结构预测关键评估组织（CASP）的一项如何计算蛋白质分子3D结构的竞赛，并且预测准确性达到前所未有的水平。DeepMind将此成果视为“为解决人类50年来的巨大挑战铺平道路”。

对此，莱维特教授告诉第一财经记者：“谷歌的DeepMind是非常成功的，他们组建了一个30-40人的团队进行蛋白折叠的预测工作，预测的结果比第二名好得多。CASP已经有30年的历史，现在的结果越来越好，达到了一个新的高度。”

莱维特教授称，自己一直非常关心AI在预测蛋白结构方面的工作。“事实上我在做多尺度大分子模型时，蛋白质的折叠就是其中的一部分。”他说道，“45年前，我们曾有一个计算机程序，能把蛋白质的单列进行折叠。”今天复旦复杂体系多尺度研究院就使用了这个系统来折叠蛋白质。

尽管如此，科学家关于蛋白折叠的预测仍然没有达到晶体结构的精度。莱维特教授也表示，目前的蛋白折叠预测工作多数使用的是电镜以及核磁共振设备。但未来随着蛋白质折叠的预测精确度不断提升，将会在生命科学领域发挥更加重要的作用，包括对一些药物进行设计。

莱维特教授还谈到科学家应该与人工智能企业加强在药物方面的合作。“我们正在与一家上海的企业接洽，这家公司不仅要设计药品和开发药品，它同时改进了整个药物发现的过程，包括如何找到靶点，以及找到特定的蛋白。”莱维特教授说道，“整个过程都可以通过AI的方法来进行。”

新药研发是一个漫长的过程，需要投入大量资金。莱维特教授解释道，在找到靶点并生成全新的化合物之后，还要想办法预测它的结果，并通过收集大量的临床研究数据信息，来预测患者对药物的反应等。

“要完成这一过程可能要投入5亿美元，才能找到有可能成药的化合物，因此资本对新药研发的持续投入也不可或缺。”莱维特教授表示。