【公开课预告】AI助力蛋白质结构预测
2021/10/26 12:03:08 生物密探

    

     生物密探 iSpyBio

     关于我们

     这是一群热爱生物学的志愿者们发起的一个有趣有温度的订阅号，我们将以“探讨科学前沿，探索生物奥秘”为方向，分享最新科学前沿资讯科普(不仅限于生物学、医药、生物微观世界和生物安全)、行业大咖讲座和行业创业竞赛、行业竞技/留学资讯等。

     我们是真理的发掘者和搬运工。无论你是从事生物相关的研究人员，还是对生物科普探秘感兴趣的跨行群体，都欢迎关注我们，与我们一起探索生物的奥秘!

     AI助力蛋白质结构预测

     三个月前的一天，我在一个关于蛋白质结构预测的微信群里看到大家在问：出来了吗？出来了吗？有群友说，感觉在守岁。也有人打趣道：观众朋友们，我想死你们了!

     紧接着群友们就开始下单买硬盘，据说当时硬盘都跟风涨价了。有了硬盘开始拼网速，有人建议在国外下载好数据，再空运硬盘回国 (应该是玩笑)。

     接着，已经下载好并成功运行的群友开始分享测试结果，还有用复合物以及固有无序蛋白挑战的。

     逐渐地，类似讨论开始在其他群里出现，我看着大家的聊天内容，感觉在见证历史。

     大家应该知道我在说什么了，就是谷歌 DeepMind 团队开发的蛋白质结构预测算法：AlphaFold2.

     2020年11月，来自谷歌 DeepMind 的 AlphaFold2 毫无争议地赢了第14届CASP。这是一项两年一度的蛋白质结构预测盲测，计算生物学家试图预测一些结构已通过实验确定但未公开发布的蛋白质结构。AlphaFold2 的结果相当惊人，以至于整个世界都大吃一惊。因为蛋白质结构预测问题对生物学以及整个生命科学领域来说太重要了!

     AlphaFold2的发布意味着从序列出发预测蛋白质结构的问题已经解决。当然，预测结果并不完美。甚至对于某些蛋白质家族来说预测结果很差。但总而言之，对于生物学家来说，这是一个令人难以置信的胜利。当研究人员识别出感兴趣的蛋白质序列时，他们不再需要数年时间来解析其蛋白质的结构，可能只需单击一个按钮就可以在几天甚至几小时内获得一些结构信息。未来AlphaFold2甚至可能与其他生物信息学工具一样可以在 NCBI 网站上实现。

     准确预测蛋白结构的另一个直接应用是基于结构的药物发现。对于药物发现来说，靶点结构是否已知是一个非常重要的因素。在没有至少一个蛋白质晶体结构的情况下，大多数人甚至不会考虑开始一个项目。现在，高精度的蛋白结构预测可能鼓励制药行业越来越多地使用预测的模型进行药物开发。可能很快就会有许多迄今为止尚未被探索过的药物靶点的抑制剂出现。

     另一个备受关注的问题是蛋白质设计。为了设计具有特定功能的蛋白质，必须确保它折叠成特定结构。在此之前，完成设计，蛋白表达和结构解析的循环放缓了蛋白设计领域的脚步。现在，如果我们的蛋白质结构预测算法足以在不需要实验确认的情况下准确确定蛋白质的拓扑结构，这可能会大大加快测试周期，可能会催生出能够解决许多迷人挑战的新型人工蛋白质。

     结构生物信息学研究可能最终会摆脱蛋白质结构预测问题。结构生物学家可以致力于解决其他更有趣的问题，比如蛋白质动力学以及与之相关的所有现象，例如折叠、聚集、变构、灵活性等。还有对药物发现至关重要的蛋白配体结合问题，以及蛋白蛋白相互作用问题。

     有科研人员开始好奇，DeepMind 是否已经对蛋白质结构有了一些强大的见解。他们是否发现了一些关于蛋白质折叠的惊人原理，并且可以直接编码到他们的模型中，从而让他们比其他人看得更远？

     2021年7月 AlphaFold2 的论文上线，DeepMind 公开了 AlphaFold2 的源代码。期待已久的答案就在那70多页的补充材料以及数千行代码里。相信从事蛋白结构预测的专业人士读完论文应该已经有答案了。其他领域的朋友们如果直接看论文有困难，可以看看以下两篇技术解读文章：

     https://www.blopig.com/blog/2021/07/alphafold-2-is-here-whats-behind-the-structure-prediction-miracle/

     https://pubs.acs.org/doi/10.1021/acs.jcim.1c01114

     上述第一篇博文出自英国牛津大学Oxford Protein Informatics Group (OPIG) 的 Carlos Outeiral Rubiera， 他在文中提到：“坦率地说，论文读到一半，看了几眼补充信息后，我意识到了DeepMind的秘诀是什么了。这个神经网络令人难以置信的性能似乎归功于 DeepMind 的精湛的算法工程。模型中的想法虽然很聪明，但与他们在11月的CASP14演示文稿中披露的内容完全一致。正是他们拥有的强大计算资源以及他们一流的专业知识造就了 AlphaFold2 的成功。”

     当然，作者并不是说这一成就仅仅是计算能力或盲目实验的产物，AlphaFold2的模型中有很多聪明的想法。

     那么AlphaFold2 到底运用了哪些特殊的思路？ 学术界在蛋白结构预测领域有哪些进展？ 人工智能究竟是怎么以前所未有的准确度预测蛋白结构的？ 目前有哪些局限性？可以预测复合物和固有无序蛋白的结构吗？ 可以预测抗体和人工设计的蛋白结构吗？ 准确预测蛋白结构对生命科学领域意味着什么？ 后 AlphaFold2 时代，结构生物学家应该何去何从？

     本周末的公开课，我有幸请到了来自美国芝加哥丰田计算技术研究所的许锦波教授，来给我们介绍一些目前蛋白质结构预测算法的技术细节。欢迎大家周日 (10月31日) 晚8点来参加并参与互动讨论，希望许老师的分享会覆盖到以上问题。

    

     许锦波

     · 美国芝加哥丰田计算技术研究所教授

     ·《Bioinformatics》及

     《Journal of Computational Biology》编委

     获奖情况：

     · 美国斯隆研究奖

     · 美国自然科学基金早期职业奖

     ·《PLoS Computational Biology》创新突破奖

     · 国际计算生物学顶级会议 RECOMB 最佳论文奖和时间检验奖(Test-of- Time Award)

     主要经历：

     · 全国高中数学联赛江西省第一名

     · 曾就读于中国科学技术大学计算机系，中国科学院计算技术研究所

     · 博士毕业于加拿大滑铁卢大学

     · 曾在美国麻省理工学院数学系和人工智能实验室做博士后研究

     · 多次接受英美杂志如《纽约时报》，《经济学人》,《财富》，《自然》 和《科学》采访

     · 2021年未来科学大奖的主讲嘉宾

     · 2022年瑞典诺贝尔论坛特邀嘉宾

     参与方式

     日期：2021年10月31日

     时间：北京时间20:00 | 欧洲时间14:00

     ZOOM 线上直播

     ZOOM ID: 813 2292 1238

    

    

     END

    

     为了方便交流生物医学科研经验，分享生物医学行业动态和讲座资讯，我们建立了“生物密探学习资料群”，欢迎生物医学相关行业老师同学进微信群。扫描以下二维码添加微信后可拉进群，不相关广告人士请勿扰。

    

     ▼往期精彩回顾▼

     【讲座预告】国际罕见病和基因疗法药物进展抗癫痫药物可改善部分阿尔茨海默病患者的认知功能

     “知彼知己，早诊早智”2021脑健康宣传日活动圆满结束

     【讲座回顾】利用大规模遗传数据确定导致心血管代谢疾病的遗传和可改变的风险因素单抗药物对德尔塔变异株是否有效？专家解析背后原理“变节”宿主蛋白允许病毒在肝脏中肆虐，为肝癌铺平道路最新发现：一种蛋白酶抑制剂有望成为新冠治疗的抗病毒药物剑桥开发了一种用于检测血清抗SARS-CoV-2核蛋白抗体功能活性的新方法【生物密探中外讲座第三期回顾】白血病的基因组和表观遗传学【讲座回顾】在可持续性发展领域的生物技术创新【生物密探中外讲座第二期回顾】中风精准预防: 从活体影像，血液动力学分析到人工智能生物密探中外讲座回顾/第一期：人体可清除和不可清除的病毒

    

    扫描关注我们探索生物奥秘微信:【iSpyBio】

    

    

    点个在看 再走吧

    

    源网页  http://weixin.100md.com
返回 生物密探 返回首页 返回百拇医药