DeepMind 回顾 AlphaFold 在科学发现中的应用

这篇 DeepMind 博客发表于 2020 年 1 月 15 日，是 AlphaFold 第一阶段成果的正式记录。文章伴随同期登上 Nature 的论文 AlphaFold: Improved protein structure prediction using potentials from deep learning，以及 PROTEINS 期刊的配套工作。开篇明确指出 AlphaFold 来自结构生物学、物理学与机器学习三个领域研究者组成的跨学科团队，目标是用 AI 加速基础科学研究，具体到一个长期悬而未决的问题：单凭基因序列预测蛋白质的三维结构。AlphaFold 提交到 CASP13 评测后，被组织者形容为"计算方法预测蛋白质结构能力的空前进展"，在所有参赛队伍中位列第一，对应代号 A7D。

方法上，文章把 CASP13 版 AlphaFold 拆成两步。两个深度神经网络分别预测序列中每对残基的距离分布以及连接它们的化学键角度，距离分布被聚合为一个能评判候选结构准确性的打分函数；第二个网络则估计候选结构距离正确答案有多远。借助这两个打分函数，团队用两种独立的方式搜索结构空间：第一种延续结构生物学传统，反复用生成式神经网络发明的新片段替换候选结构的局部，逐步抬升打分；第二种直接在整条蛋白链上用梯度下降优化打分，从而绕开"先折叠局部再拼装"的常见复杂度。CASP13 版代码在 deepmind-research 仓库公开，且已有 prospr 等社区独立实现。

对生物学读者来说，这篇博客的意义在于把 AlphaFold 的科学位置摆清楚：它属于冷电镜、核磁、X 射线晶体学等实验手段之外的另一条路径，由基因序列直接预测形状，并未取代实验本身。实验方法解一个结构往往要数年、花费数万乃至数十万美元，AlphaFold 把这条曲线压到可用的量级。文章预告了后续方向，包括用 AlphaFold 协助稀有遗传病研究中的单基因突变蛋白预测、以及在酶设计与降解塑料等环境工程中的应用，这些线索在两年后的 AlphaFold2 与 AlphaFold 数据库扩展中逐一兑现。