研究人员将 DeepMind 的 AlphaFold2 蛋白质折叠能力与更快、免费提供的模型相匹配

据悉，DeepMind去年年底震惊了生物学界，当时其AlphaFold2AI模型如此准确地预测了蛋白质的结构（一个常见且非常困难的问题），以至于许多人宣布这个长达数十年的问题“已解决”。现在，研究人员声称已经超越了DeepMind，就像DeepMind超越了世界其他地方一样，RoseTTAFold是一个系统，它以很少的计算成本完成几乎相同的事情。（哦，它可以免费使用。）

自11月以来，AlphaFold2一直是业界的话题，当时它在CASP14上击败了竞争，这是一种算法之间的虚拟竞争，旨在根据构成蛋白质的氨基酸序列预测蛋白质的物理结构。DeepMind的模型遥遥领先于其他模型，准确度如此之高且可靠，以至于该领域的许多人都在谈论（半认真而幽默地）转向一个新领域。

但似乎没有人满意的一个方面是DeepMind的系统计划。它没有详尽和公开地描述，有些人担心这家公司（由Alphabet/Google拥有）计划或多或少地为自己保密——这将是他们的特权，但也有点违背互助精神在科学界。

更新：令人惊讶的是，DeepMind今天在《自然》杂志上发表了更详细的方法。代码可在GitHub上找到。这确实大大减轻了上述担忧，但下面描述的进步仍然高度相关。我还在文章底部添加了该团队的评论。

由大卫贝克和白敏京领导的华盛顿大学研究人员在最新一期的《科学》杂志上发表的研究似乎至少部分地提出了这种担忧。您可能还记得，贝克最近因其团队用工程蛋白对抗COVID-19的工作而获得了突破奖。

该团队的新模型RoseTTAFold使用贝克通过电子邮件回答问题坦率地承认受到AlphaFold2使用的启发的方法，以类似的准确度水平进行预测。

“AlphaFold2小组在CASP14会议上提出了几个新的高级概念。从这些想法开始，并与团队中的同事进行了大量的集体头脑风暴，Minkyung能够在很短的时间内取得惊人的进步，”他说。（“她太棒了！”他补充道。）

Baker的小组或多或少在CASP14中排名第二，这绝非易事，但听到DeepMind描述的方法甚至通常使他们陷入冲突。他们开发了一个“三轨”神经网络，可以同时考虑氨基酸序列（一维）、残基之间的距离（二维）和空间坐标（三维）。实现非常复杂，也远远超出了本文的范围，但结果是一个模型达到了几乎相同的准确度水平——值得重复一遍，这在不到一年前是前所未有的。

更重要的是，RoseTTAFold以更快的速度达到这种精度水平——也就是说，使用更少的计算能力。正如论文所说：DeepMind报告称使用多个GPU进行了数天的单独预测，而我们的预测是通过网络以与用于服务器相同的方式进行的单次传递……RoseTTAFold的端到端版本需要约10分钟一个RTX2080GPU，用于为少于400个残基的蛋白质生成骨架坐标。

听说？这是成千上万的微生物学家松了口气，并丢弃了要求超级计算机时间的电子邮件草稿的声音。如今，使用2080可能并不容易，但关键是任何高端桌面GPU都可以在几分钟内完成这项任务，而不需要高端集群运行数天。

适度的要求使RoseTTAFold也适用于公共托管和分发，这在AlphaFold2中可能永远不会出现。

“我们有一个公共服务器，任何人都可以向其提交蛋白质序列并预测结构，”贝克说。“自从我们几周前安装服务器以来，已经有超过4,500份提交。我们还免费提供了源代码。”

这可能看起来非常小众，确实如此，但蛋白质折叠历来是生物学中最棘手的问题之一，也是无数小时的高性能计算一直致力于解决的问题。您可能还记得Folding@Home，这是一款流行的分布式计算应用程序，它让人们将计算周期用于尝试预测蛋白质结构。那种可能需要一千台计算机几天或几周才能解决的问题——主要是通过强力解决方案和检查适合性——现在可以在单个桌面上在几分钟内完成。

蛋白质的物理结构在生物学中至关重要，因为它是我们体内绝大多数任务的蛋白质，并且出于治疗原因必须对蛋白质进行修饰、抑制、增强等；然而，首先需要理解它们，直到11月才能通过计算可靠地实现这种理解。在CASP14上它被证明是可能的，现在它已被广泛使用。

从长远来看，这不是蛋白质折叠问题的“解决方案”，尽管已经表达了这种观点。大多数在中性条件下静止的蛋白质现在可以预测它们的结构，这在多个领域产生巨大影响，但很少发现蛋白质“在中性条件下静止”。他们扭曲和扭曲以抓住或释放其他分子，阻止或滑过门和其他蛋白质，并且通常做他们所做的一切。这些相互作用要多得多、复杂得多且难以预测，而AlphaFold2和RoseTTAFold都无法做到这一点。

“前面还有许多激动人心的篇章……故事才刚刚开始，”贝克说。

关于DeepMind的论文，贝克本着大学友情的精神发表了以下评论：

我已经通读了，并认为这是一篇描述出色工作的精美论文。

DeepMind的论文实际上是对我们论文的非常补充，我认为它不会在我们之后发表是合适的，因为我们的工作确实是基于他们的进步。

我认为读者会喜欢阅读这两篇论文——它们绝非重复。正如我们在论文中指出的那样，他们的方法比我们的方法更准确，现在看看他们的方法的哪些特征导致了剩余的差异将会非常有趣。我们已经在使用RoseTTAFold进行蛋白质设计和更系统的蛋白质-蛋白质复合物结构预测，我们很高兴能够通过结合DeepMind论文中的想法快速改进这些以及传统的单链建模。

如果您对科学和潜在影响感到好奇，请考虑阅读这篇关于方法的更详细和技术性的说明，以及在AlphaFold2的CASP14性能之后编写的可能的后续步骤。