直到1957年，劍橋大學的科學家John Kendrew第一個成功確定了蛋白質原子的結構并制造了一個6分辨率的肌紅蛋白三維模型，之后他在1960年建立了一個幾乎完整的結構。由此，他解開了肌紅蛋白結構的秘密，這是一種在肌肉細胞中發現的儲氧蛋白 —— 肌紅蛋白是一種由154個氨基酸組成的鏈，有助于為我們的肌肉注入氧氣。

盡管這一發現具有革命性，但Kendrew并沒有完全打開蛋白質結構的閘門。在下一個十年中，還發現了不到十幾個。由于發現了肌肉組織中肌紅蛋白的結構，Kendrew與Max Ferdinand Perutz分享了1962年諾貝爾生理學或醫學獎（后者的貢獻是發現了血紅蛋白的結構）。

快進到今天。

近日，谷歌的DeepMind公司宣布，它已經成功地利用人工智能預測了幾乎所有科學已知的編碼蛋白質的3D結構。這是在植物、細菌、動物和人類中發現的超過2億種蛋白質——幾乎涵蓋了你能想象到的任何東西。

DeepMind創始人兼首席執行官DeepMind創始人兼首席執行官近日告訴記者：“從本質上講，你可以認為它覆蓋了整個蛋白質世界?！?/p>

這多虧了AlphaFold —— DeepMind開創性的人工智能系統，它有一個開源數據庫，因此全世界的科學家都可以自由地參與他們的研究。自去年7月AlphaFold正式啟動以來——當時它只精確定位了大約35萬個3D蛋白質——該項目在研究領域取得了顯著進展。

Hassabis說：“超過50萬名研究人員和生物學家利用該數據庫查看了200多萬個結構。這些預測結構幫助科學家取得了輝煌的新發現。”

例如，今年4月，耶魯大學的科學家呼吁AlphaFold的數據庫幫助他們實現開發一種新型高效瘧疾疫苗的目標。去年7月，樸茨茅斯大學的科學家利用該系統設計了酶，以對抗一次性塑料污染。樸茨茅斯酶創新中心主任、后一項研究的研究員John McGeehan告訴《紐約時報》：“這使我們比現在還領先了一年?！?/p>

?

DeepMind

這些努力只是AlphaFold最終所到達的一小部分。

“僅在過去一年，就有上千篇關于廣泛研究主題的科學文章使用了AlphaFold結構；我從未見過類似的東西，”歐洲分子生物學實驗室蛋白質數據庫的深度思維合作者和團隊負責人Sameer Velankar在新聞稿中說。

Hassabis說，其他使用過該數據庫的人還包括了那些試圖提高我們對帕金森氏癥的理解的人，希望保護蜜蜂健康的人，甚至還有一些人希望獲得對人類進化的寶貴見解。

“AlphaFold已經改變了我們對化石記錄中分子生存的思考方式，我可以看到它很快將成為研究人員的基本工具，不僅在進化生物學領域，而且在考古學和其他古科學領域，”都靈大學副教授Beatrice Demarchi說。世衛組織最近在一份新聞稿中表示，世衛組織在一項關于古代雞蛋爭議的研究中使用了該系統。

在未來幾年中，DeepMind還打算與被忽視疾病藥物倡議和世界衛生組織的團隊合作，目標是為研究較少但普遍存在的熱帶疾病，如恰加斯病和利什曼病找到治療方法。

“這將使世界各地的許多研究人員思考他們可以做什么實驗，”DeepMind合作者、EMBL副主任Ewan Birney告訴記者，“想想他們研究的生物體和系統中發生了什么。”