DeepMind创始人：AI 的强大，超乎我们的想象(6)

蛋白质由它们的基因序列（也被称为氨基酸序列）指定，可以将其视为它们的基本构件。它们会在身体中、在自然界中折叠成一个三维结构，这个三维结构决定了它在身体中的功能。此外，如果你对药物或疾病感兴趣，想用一种药物化合物来阻断蛋白质的作用，前提是要了解蛋白质表面结合点的三维结构。

图注：2021年7月，DeepMind 首次通过与欧洲分子生物学实验室（EMBL）合作建立的数据库公开发布 AlphaFold 预测结果，初始数据库包含了所有人类蛋白质的98%

Lex Fridman：蛋白质折叠问题的本质是，你能从氨基酸序列中得到一维的字母串吗？能通过计算立即预测出三维结构吗？这是50多年来生物学界的一个重大挑战。1972年的诺贝尔奖获得者 Christian Anfinsen 首次阐述，他推测，从氨基酸序列到三维结构是可以实现的。

Demis Hassabis：Christian Anfinsen 的这句话开启了整个计算生物学的50个边缘领域，他们被困在当中、并没有完成得很好。

在 AlphaFold 出现之前，这都是通过实验来完成的，让蛋白质结晶是件非常困难的事情，有些蛋白质不能像膜蛋白那样结晶，必须使用昂贵的电子显微镜或X射线晶体分析仪，才能得到三维结构并将其结构可视化。有了 AlphaFold 后，两个人就能在几秒钟内预测出三维结构。

Lex Fridman：有一个数据集，它在这个数据集上进行训练，以及如何映射氨基酸。令人难以相信的是，这个小的化学计算机能以某种分布式方法来计算，且算得非常快。

Demis Hassabis：或许我们该讨论一下生命的起源。实际上，蛋白质本身是一个神奇的小生物和动物机器。提出列文塔尔悖论的科学家 Cyrus Levinthal 大致计算了一下，一般的蛋白质可能有2000个氨基酸碱基长，可以有10到300种不同的蛋白质折叠方式。而在自然界中，物理学以某种方式解决了这个问题，蛋白质会在几毫秒、或是一秒的时间内，在你的身体中折叠起来。

Lex Fridman：该序列有独特的方式来自我形成，它找到了一种在巨大可能性中保持稳定的方式。某些情况下可能会出现功能失调等情况，但大多时候是独特的映射，而这种映射并不明显。

Demis Hassabis：如果是健康通常有一个独特的映射，那患病时，究竟问题出在哪里。例如，曾经有一个对阿尔茨海默氏症的猜想是，因为以错误的方式折叠 β-淀粉样蛋白导致折叠错位，以至于在神经元中纠缠在一起。

因此，要了解健康、功能和疾病，就需要了解它们是如何结构化的，知道这些东西在做什么超级重要。下一步是当蛋白质与某些东西相互作用时，它们会改变形状。因此在生物学中，它们不一定是静态的。