AI for Science是指以机器学习、深度学习等人工智能技术分析处理多维度、多模态、多场景下的模拟和真实数据,解决复杂推演计算问题,加快基础科学和应用科学的发现、验证、应用,打造下一代科学范式。AI for Science不只是一个新的科学浪潮,它更是开启了一个全新的科学时代。
在过去50年里,蛋白质折叠问题一直是生物学领域的重大挑战。蛋白质是由氨基酸链组成的、具有自身独特3D结构的大型复杂分子,其对人们理解生命形成的机制至关重要。蛋白质从氨基酸序列折叠成何种形状与其功能密切相关,而预测蛋白质结构对于理解其功能和工作原理至关重要,这就是“蛋白质结构预测问题”,被称为生物医学领域的“圣杯”。谷歌DeepMind公司创始人和CEO戴米斯·哈萨比斯和资深成员约翰·贾伯与DeepMind的团队一起开发了人工智能系统AlphaFold,可以在几分钟内预测由人类基因组编码和20个模式生物的几乎所有已知蛋白,并精确到原子级。这是第一种在已知没有相似结构的情况下构建高分辨率预测的方法。AlphaFold这种变革性方法,解决了从一维氨基酸序列预测三维蛋白质结构的长期难题,给出了50年来关于蛋白结构最准确、最完整的图像,破解了长期困扰生物医学研究领域的困境,增进了人类对基本生物过程的理解并促进了药物设计,为加速生物和医学研究打开了大门。在两年一度的蛋白质预测大赛CASP(蛋白质结构预测关键评估)中AlphaFold以绝对优势夺冠。AlphaFold2开源仅一周的时间里,98.5%的人类蛋白质结构被AlphaFold2所预测,而在此之前,全球多少顶尖科学家耗时数十年的努力,也只解码了覆盖人类蛋白质序列中17%的氨基酸残基。