預(yù)定諾獎(jiǎng)？DeepMind創(chuàng)始人斬獲「諾獎(jiǎng)風(fēng)向標(biāo)」拉斯克獎(jiǎng)，AlphaFold成「AI for Science」標(biāo)桿

天承辦公室 2023-09-24

展開全文

新智元報(bào)道

編輯：Lumina 潤

【新智元導(dǎo)讀】有著諾獎(jiǎng)風(fēng)向標(biāo)之稱的拉斯克獎(jiǎng)揭曉了！因推出AlphaFold，谷歌DeepMind獲得了基礎(chǔ)醫(yī)學(xué)研究獎(jiǎng)，人工智能徹底改變了生物學(xué)的研究。

9月21日，生理學(xué)和醫(yī)學(xué)領(lǐng)域的頂級(jí)大獎(jiǎng)拉斯克（The Lasker Awards）獎(jiǎng)揭曉了！

拉斯克獎(jiǎng)設(shè)有四個(gè)不同的獎(jiǎng)項(xiàng)：基礎(chǔ)醫(yī)學(xué)研究獎(jiǎng)、臨床醫(yī)學(xué)研究獎(jiǎng)、公共服務(wù)獎(jiǎng)以及醫(yī)學(xué)科學(xué)特別成就獎(jiǎng)。

今年的拉斯克獎(jiǎng)的基礎(chǔ)醫(yī)學(xué)研究獎(jiǎng)授予了來自Google DeepMind的Demis Hassabis和John Jumper，他們發(fā)明的AlphaFold在蛋白質(zhì)三維結(jié)構(gòu)預(yù)測(cè)方面做出了革命性的貢獻(xiàn)。

拉斯克獎(jiǎng)可謂是諾貝爾獎(jiǎng)的「風(fēng)向標(biāo)」，自1945年獎(jiǎng)項(xiàng)成立以來，有86位拉斯克獎(jiǎng)獲得者同時(shí)也獲得了諾貝爾獎(jiǎng)。

中國首位諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)得主屠呦呦也曾在獲諾獎(jiǎng)的四年前獲拉斯克獎(jiǎng)。

AlphaFold帶來的蛋白質(zhì)生物學(xué)革命

基于人工智能系統(tǒng)的AlphaFold解決了生理物理學(xué)（biophysics）中長達(dá)六十年的重大挑戰(zhàn)：僅基于主要的氨基酸序列（1D）預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)（3D）。

Jumper和Hassabis領(lǐng)導(dǎo)的AlphaFold團(tuán)隊(duì)融合了不同的背景和學(xué)科，2021年7月，AlphaFold向公眾開放后，眾多研究人員已經(jīng)采用這個(gè)平臺(tái)來回答各種生物學(xué)問題。

從這以后，生物學(xué)研究的格局被徹底改變了。

AlphaFold預(yù)測(cè)的蛋白質(zhì)結(jié)構(gòu)圖

蛋白質(zhì)的重要性是不言而喻的，它是細(xì)胞中的主要功能分子，幾乎涉及了每個(gè)生物學(xué)過程。

但在之前，即使是測(cè)定單一的蛋白質(zhì)結(jié)構(gòu)也非常困難。

幾十年來，科學(xué)家們一直嚴(yán)重依賴X射線晶體學(xué)來進(jìn)行蛋白質(zhì)鑒定研究，但研究人員可能要花費(fèi)數(shù)年時(shí)間才能將蛋白質(zhì)晶體化。

后來，低溫電子顯微鏡（cryo-EM）的發(fā)明讓人們對(duì)蛋白質(zhì)難以捉摸的結(jié)構(gòu)有了一些了解，但顯微鏡圖像的分辨率往往很低。

低溫電子顯微鏡經(jīng)過多年的緩慢發(fā)展，到2019年，科學(xué)家利用低溫電子顯微鏡確定了蛋白質(zhì)數(shù)據(jù)庫（PDB）中15萬個(gè)條目中近4000個(gè)蛋白質(zhì)的結(jié)構(gòu)。

而這只是預(yù)計(jì)的數(shù)千萬個(gè)蛋白質(zhì)序列中的一小部分。

自動(dòng)化蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)

面對(duì)巨大數(shù)量的蛋白質(zhì)結(jié)構(gòu)，單靠人力已難以為繼。

為了擴(kuò)大預(yù)測(cè)的范圍、提高效率，研究人員轉(zhuǎn)向了人工智能。

1994年，馬里蘭大學(xué)的計(jì)算生物學(xué)家John Moult和Krzysztof Fidelis創(chuàng)辦了結(jié)構(gòu)預(yù)測(cè)關(guān)鍵評(píng)估（CASP），這是一項(xiàng)兩年一度的測(cè)試，旨在讓參賽小組預(yù)測(cè)幾種已通過實(shí)驗(yàn)驗(yàn)證但尚未公開發(fā)布的蛋白質(zhì)的三維結(jié)構(gòu)。

最早用計(jì)算機(jī)預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)的方法之一是由華盛頓大學(xué)的生物化學(xué)家和計(jì)算生物學(xué)家David Baker開發(fā)的。

他使用PDB中的短片段來預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)，Baker和他的團(tuán)隊(duì)利用名為Rosetta的模型進(jìn)行了多次迭代，不斷提高程序在2000年代初CASP競賽中的表現(xiàn)。

但之后，CASP的進(jìn)展卻停滯不前。

DeepMind是Hassabis在2010年合伙創(chuàng)立的一家人工智能公司，它成功設(shè)計(jì)出了能在國際象棋和更具挑戰(zhàn)性的圍棋中擊敗人類棋手的人工智能AlphaGo。

在Hassabis觀看AlphaGo的比賽時(shí)，他想起了Baker在2008年發(fā)布的在線游戲《FoldIt》，玩家可以在游戲中探索并創(chuàng)建精確的蛋白質(zhì)結(jié)構(gòu)模型。

2016年，AlphaGo取得成功后不久，DeepMind便瞄準(zhǔn)了下一個(gè)挑戰(zhàn)：蛋白質(zhì)折疊。

DeepMind團(tuán)隊(duì)創(chuàng)建了一個(gè)蛋白質(zhì)預(yù)測(cè)系統(tǒng)，將機(jī)器學(xué)習(xí)作為該系統(tǒng)的核心組成部分。

在2018年，AlphaFold1在CASP競賽中首次亮相，拿下了當(dāng)年的冠軍。

AlphaFold1為43個(gè)建模領(lǐng)域中的24個(gè)創(chuàng)建了高精度結(jié)構(gòu)，給人留下了深刻的印象，第二名僅創(chuàng)建了14個(gè)。

但AlphaFold1的潛力還遠(yuǎn)沒有被開發(fā)。

于是不久之后，Jumper率領(lǐng)著一個(gè)由生物學(xué)家、化學(xué)家和生物物理學(xué)家組成的跨學(xué)科團(tuán)隊(duì)重新設(shè)計(jì)了AlphaFold算法。

Hassabis、Jumper和AlphaFold團(tuán)隊(duì)集思廣益，對(duì)算法進(jìn)行了微調(diào)，以確保AlphaFold2能高效地學(xué)習(xí)。

在2020年舉行的下一屆CASP競賽中，AlphaFold2以驚人的精確度震驚了與會(huì)者：

AlphaFold2在所有目標(biāo)的總分中位數(shù)達(dá)到92.4 GDT。

這種精確度可與實(shí)驗(yàn)技術(shù)相媲美，平均誤差僅相當(dāng)于一個(gè)原子的寬度。

隨后在2021年，DeepMind與歐洲分子生物學(xué)實(shí)驗(yàn)室的歐洲生物信息學(xué)研究所合作，公布了AlphaFold的源代碼及其令人印象深刻的35萬個(gè)蛋白質(zhì)數(shù)據(jù)庫。

現(xiàn)在，該數(shù)據(jù)庫中的蛋白質(zhì)結(jié)構(gòu)數(shù)量已增至2億多個(gè)。

Hassabis、Jumper和他們的團(tuán)隊(duì)解決了一個(gè)困擾科學(xué)家半個(gè)世紀(jì)的難題。

AlphaFold這一人工智能工具，開創(chuàng)了研究蛋白質(zhì)以了解生物功能和指導(dǎo)藥物開發(fā)的新時(shí)代。

人工智能技術(shù)的進(jìn)步從根本上改變了科學(xué)家解決問題的方式。

拉斯克獎(jiǎng)的其他獲獎(jiǎng)?wù)?/p>

今年的拉斯克獎(jiǎng)設(shè)立了3個(gè)獎(jiǎng)項(xiàng)：基礎(chǔ)醫(yī)學(xué)研究獎(jiǎng)、臨床醫(yī)學(xué)研究獎(jiǎng)，以及醫(yī)學(xué)科學(xué)特別成就獎(jiǎng)

臨床醫(yī)學(xué)研究獎(jiǎng)

授予來自麻省理工學(xué)院James G. Fujimoto和Eric A. Swanson，以俄勒岡健康與科學(xué)大學(xué)Casey眼科研究所及David Huang。

他們發(fā)明的光學(xué)相干層析成像（optical coherence tomography, OCT）技術(shù)能夠快速檢測(cè)并治療損害視力的視網(wǎng)膜疾病，徹底改變了眼科學(xué)。

甚至，在馬老板的Neuralink推出的腦機(jī)接口的植入機(jī)器人R1中，也采用了OCT技術(shù)。

OCT機(jī)器的起源始于詹姆斯·藤本博士(James Fujimoto)的實(shí)驗(yàn)室，他受到高速攝影和激光技術(shù)進(jìn)步的啟發(fā)，開始開發(fā)潛在的方法，使醫(yī)生能夠更好地了解人體內(nèi)部發(fā)生的情況。

20世紀(jì)80年代末，藤本實(shí)驗(yàn)室一位名叫David Huang的博士研究生開始研究這個(gè)問題。他成功地在一頭牛的眼組織中進(jìn)行了一些測(cè)量，但這個(gè)過程的效率還不足以滿足醫(yī)生的需求。

因此，兩位科學(xué)家求助于埃里克·斯旺森，他當(dāng)時(shí)正在開發(fā)激光通信和光纖網(wǎng)絡(luò)技術(shù)，看看這些技術(shù)能否應(yīng)用到他們的成像想法中。

1991年，三人發(fā)表了第一篇論文，描述了他們發(fā)明的這項(xiàng)技術(shù)。

自第一篇論文發(fā)表以來，OCT已經(jīng)成長為一個(gè)近20億美元的市場。醫(yī)生們現(xiàn)在經(jīng)常使用這項(xiàng)技術(shù)來診斷青光眼、糖尿病相關(guān)的視力障礙甚至冠狀動(dòng)脈疾病等疾病。

藤本說:「對(duì)公眾健康的影響可能非常大?！埂咐?，如果能讓病人保持視力，病人可以繼續(xù)開車，這是生活方式的重大改變，也會(huì)對(duì)生活質(zhì)量產(chǎn)生影響?！?/span>

醫(yī)學(xué)科學(xué)特別成就獎(jiǎng)

授予來自阿姆斯特丹荷蘭癌癥研究所的Piet Borst，以表彰他50年來在多個(gè)領(lǐng)域卓越的科學(xué)發(fā)現(xiàn)、教育、領(lǐng)導(dǎo)事業(yè)。

在20世紀(jì)60年代，他和他的合作者發(fā)現(xiàn)了一些基因，這些基因?qū)τ诶斫饧纳x如何在昏睡病等疾病中逃避免疫系統(tǒng)至關(guān)重要。

在20世紀(jì)80年代，Borst開始研究人們對(duì)某些化療產(chǎn)生耐藥性的遺傳原因，這些化療抑制了向患者輸送癌癥藥物的能力。他在這一領(lǐng)域的發(fā)現(xiàn)幫助研究人員弄清楚如何更有效地確保化療對(duì)某些癌癥有效。

這些研究反過來又使人們更好地理解了一種叫做彈性假黃花瘤(PXE)的遺傳疾病背后的生物化學(xué)原理，這項(xiàng)工作可能有助于開發(fā)這種疾病的潛在治療方法。

除了他的科學(xué)工作外，拉斯克獎(jiǎng)還表彰了Borst在分子病理學(xué)研究所、瑞士實(shí)驗(yàn)癌癥研究所和荷蘭癌癥研究所中數(shù)十年的領(lǐng)導(dǎo)工作。

參考資料：

https://www./news/lasker-award-for-revolutionizing-protein-structure-predictions-71386

本站是提供個(gè)人知識(shí)管理的網(wǎng)絡(luò)存儲(chǔ)空間，所有內(nèi)容均由用戶發(fā)布，不代表本站觀點(diǎn)。請(qǐng)注意甄別內(nèi)容中的聯(lián)系方式、誘導(dǎo)購買等信息，謹(jǐn)防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請(qǐng)點(diǎn)擊一鍵舉報(bào)。

轉(zhuǎn)藏 分享

QQ空間 QQ好友新浪微博微信

獻(xiàn)花（0） +1

來自：天承辦公室 > 《023新智元說》

舉報(bào)/認(rèn)領(lǐng)