科研人要失业还是会更受益？人工智能攻克生物界50年重大难题！

人工智能预测的蛋白质结构（蓝色）和实验确定的蛋白质结构（绿色）几乎完全匹配。

在化学、生物等领域，不少研究生的生活可以被形容为「7-11」：一周工作 7 天，每天 11 个小时。今年7月，利物浦大学的研究者开发了一款「007」机器人，一天二十几个小时都泡在实验室里，8 天就能完成 688 个实验，还自己发现了一种高效催化剂.....

当时，网上就有不少科研人员自嘲要失业了。近日，一群蛋白质结构研究的朋友又纷纷自嘲：要失业了....

来自Science最新（11月30日）消息，人工智能(AI)已经解决了生物学的一个重大挑战:预测蛋白质如何从氨基酸线性链卷曲成3D形状，从而使它们能够执行生命任务。游戏发生了变化,人工智能（AI）成功地解决了蛋白质结构问题，在解决蛋白质结构方面取得了胜利！

11月30日，领先的结构生物学家和两年一次的蛋白质折叠比赛的组织者宣布了英国人工智能公司DeepMind的研究人员的这一成就。他们表示，DeepMind的方法将产生深远的影响，其中包括极大地加快了新药物的开发速度。

在今年CASP中，针对各种目标蛋白，DeepMind的AlphaFold的GDT平均分为92.4。在最具挑战性的蛋白质测试中，AlphaFold的中位数得分为87分，比排名第二的预测高出25分。它甚至擅长于解决楔入细胞膜中的蛋白质结构，这是许多人类疾病的核心，但众所周知，用x射线晶体学很难解决。

医学研究理事会分子生物学实验室的结构生物学家Venki Ramakrishnan称该结果“在蛋白质折叠问题上取得了惊人的进步。

欧洲生物信息学研究所(European Bioinformatics Institute)名誉主任Janet Thornton说， DeepMind团队所取得的成就非常了不起，它将改变结构生物学和蛋白质研究的未来。这是一个已有50年历史的问题。

马里兰大学Shady Grove的结构生物学家John Moult补充说，他从来没想过在其的有生之年会看到这个。

人体拥有成千上万种不同的蛋白质，每一种蛋白质都由几十到数百种氨基酸组成。这些氨基酸的顺序决定了它们之间的作用，赋予了蛋白质复杂的三维形状，进而这种三维形状又决定了蛋白质的功能。了解这些形状有助于研究人员设计出可以能在蛋白质缝隙内滞留的药物。而且，能够合成具有所想结构的蛋白质，可以加速酶的研制过程，可用于制造生物燃料并降解废弃塑料。

克里斯蒂安