王琳琳

近日，谷歌深腦團隊（DeepMind）和同構(gòu)公司（Isomorphic）在國際科技期刊《自然》發(fā)表一項重大研究成果，揭示在蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域取得的突破性進展?？茖W(xué)家通過聯(lián)合自注意力機制和擴散模塊，推出一種新模型，可成功預(yù)測幾乎所有生命分子的結(jié)構(gòu)及其相互作用。這一突破讓我們對生命中復(fù)雜現(xiàn)象的理解進入了一個全新的階段。

圖庫版權(quán)圖片，轉(zhuǎn)載使用可能引發(fā)版權(quán)糾紛

AI大模型讓藥物研發(fā)更精準(zhǔn)

相較于此前的蛋白質(zhì)結(jié)構(gòu)和相互作用預(yù)測工具，這項研究成果將成功率提升50%以上。它不僅可取代現(xiàn)有的許多結(jié)構(gòu)解析工作，還能廣泛應(yīng)用于生物醫(yī)藥行業(yè)，大大加速了新型藥物的開發(fā)進程，并顯著降低開發(fā)成本。舉個例子來說，在抗腫瘤免疫調(diào)節(jié)過程中，通過對相關(guān)蛋白結(jié)構(gòu)預(yù)測，以及相應(yīng)蛋白與新型小分子藥物結(jié)合后的結(jié)構(gòu)變化預(yù)測，可有效評估小分子藥物的療效潛力。這一過程僅需在服務(wù)器上輸入蛋白質(zhì)的基因序列和小分子結(jié)構(gòu)式，即可快速完成預(yù)測。相比之下，傳統(tǒng)方法則需進行大量耗時且昂貴的生物化學(xué)實驗才能獲得類似結(jié)果。

然而，生物大分子的結(jié)構(gòu)多變與復(fù)雜相互作用，只是生命復(fù)雜性的冰山一角。為了真正理解生命如何從一個個單獨分子形成細胞，進而形成個體并表現(xiàn)出生長發(fā)育、自我繁殖，以及適應(yīng)環(huán)境等多種復(fù)雜行為，我們不僅需要掌握生物分子的結(jié)構(gòu)和相互作用，還必須了解這些生命分子如何在生命體內(nèi)的集體運動機制。

為了精確描述生命體中無數(shù)分子的集體運動機制，科學(xué)家們建立了數(shù)學(xué)模型來描述系統(tǒng)狀態(tài)隨時間的變化。這些模型被稱為動力學(xué)模型。事實上，在現(xiàn)實世界中，細胞中的分子會受到溶液、溫度和其他分子的相互作用等因素干擾，導(dǎo)致我們無法精確預(yù)測這些分子的具體狀態(tài)。為了應(yīng)對這種不確定性，科學(xué)家們開始采用概率的方法，描述這種概率分布變化的模型，被稱為隨機動力學(xué)模型。

通過求解隨機動力學(xué)方程，我們可以了解關(guān)于分子運動的所有信息。但是，概率性導(dǎo)致數(shù)據(jù)信息量變得巨大，需要計算的空間點的個數(shù)也隨著分子數(shù)量的增加而呈指數(shù)級增加。例如，對100種化合物分子而言，就需要計算超過10^300個空間位置，這甚至遠遠超過了整個宇宙中的原子個數(shù)，得到所有空間位置概率所需的計算時間也與宇宙的年齡相當(dāng)。因此，為了處理如此龐大的計算量，科學(xué)家們一直在探索更加高效的計算方法和模型，希望能更精準(zhǔn)、更快速地揭示生命分子的動態(tài)行為。

AI大模型實現(xiàn)隨機動力系統(tǒng)高效解算

為了破解這一計算難題，中國科學(xué)院長春應(yīng)用化學(xué)研究所博士劉傳波和國科溫州研究院研究員汪勁在國際期刊《美國科學(xué)院院刊》上發(fā)表了一篇突破性的文章。他們提出了一種基于AI大模型的隨機動力系統(tǒng)求解方法。通過使用基于強化學(xué)習(xí)的知識蒸餾技術(shù)，他們首次證明，可以在極高精度下將高維隨機系統(tǒng)的全部動力學(xué)信息，編碼到一個統(tǒng)一的神經(jīng)網(wǎng)絡(luò)中。這可以形象地比喻為將一個如同宇宙般龐大的空間壓縮進一個神經(jīng)網(wǎng)絡(luò)大模型。此求解方法將原本指數(shù)級的計算復(fù)雜度壓縮到近似線性，使得對包含超過100種化合物的隨機動力系統(tǒng)的精確求解成為可能，成功攻克了隨機動力系統(tǒng)的計算難題。同時，他們還發(fā)現(xiàn)經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)獲得了與大語言模型類似的泛化能力，可根據(jù)已學(xué)習(xí)過的方程精確預(yù)測其他動力學(xué)方程的概率。這可以類比于人類舉一反三的能力，例如，學(xué)習(xí)了1+1=2之后，就知道1+2=3。而且神經(jīng)網(wǎng)絡(luò)比人類更加精確，展現(xiàn)出了超越人類的對隨機動力系統(tǒng)的理解能力。通過應(yīng)用這一新方法，未來科學(xué)家將能以前所未有的精度對整個細胞乃至整個組織進行定量分析，從而探索生命行為如何從一堆無生命的分子中涌現(xiàn)出來。

古希臘德爾斐神廟墻上鐫刻著“認(rèn)識你自己”的箴言。幾千年來，這句古老的智慧名言激發(fā)了無數(shù)哲學(xué)家的深思與探討。今天，隨著人工智能大模型技術(shù)的飛速發(fā)展，這句話正獲得全新的意義。借助AI大模型對生命系統(tǒng)中分子結(jié)構(gòu)和相互作用的預(yù)測，以及對分子在細胞中運動的精確計算，人類終于可以逐步揭開生命的神秘面紗，逐漸認(rèn)識真實的自己。

（作者系吉林省科普創(chuàng)作協(xié)會會員、吉林省科學(xué)技術(shù)工作者服務(wù)中心助理研究員）