DeepMind 發表人類蛋白質組預測圖，重要性堪比人類基因組

深度學習研究公司 DeepMind 發表世界首個目前最全、最高品質的人類蛋白質組結構預測圖庫，論文發表於權威期刊《Nature》。

人類蛋白質組（Proteome）就是人類所有蛋白質，類似人類基因組包含所有人類基因。破譯人類蛋白質結構（捲曲形狀）對生物學、醫學至生命科學有無法估量的深遠影響。

這是一本名副其實的世界蛋白質萬年曆。

關注深度學習領域的讀者可能知道，DeepMind多年前專為預測蛋白質結構開發了AlphaFold演算法。上週DeepMind剛公開AlphaFold 2系統論文和原始代碼。

AlphaFold 2被譽為「蛋白質摺疊結構預測」長達50年重要問題的最優解，將準確性平均分提升到92.4（百分制），誤差不超過一個原子大小。Deepmind的蛋白質組預測圖，正是基於這項技術。

感謝AlphaFold團隊長達5年的不懈努力，以及合作夥伴的幫助，我們現在終於可將關鍵資訊公之於眾。

（Source：DeepMind，下同）

DeepMind人類蛋白質組預測圖包括：

1. 人類約2萬種蛋白質98.5%蛋白質。
2. 20種科研常用的重要生物體（如小鼠、果蠅、大腸桿菌等）蛋白質。

DeepMind還和歐洲生物資訊研究所（EMBL-EBI）合作，將這些蛋白質結構預測圖整理成一個。於資料庫輸入蛋白質編號／名字／基因或生物名，即可快速查找到對應蛋白質，並查看AlphaFold 2預測的高準確度摺疊圖。

如下圖顯示是PE-PGRS family protein PE_PGRS33。這是與結核病相關的蛋白質。資料庫包含蛋白家族和基因資訊等介紹，並提供拖曳互動的3D結構圖，顏色越冷部分，表示AlphaFold預測可信度越高。

（Source：APDB）

DeepMind還宣布接下來幾個月，團隊將繼續擴大PDB內容，涵蓋目前已知超過1億種蛋白質大部分。想了解一個蛋白質的樣貌，有多種視圖可用：

• 空間填充圖，方便看到蛋白質分子結構。
• 飄帶圖，準確顯示蛋白質的α-氨基酸分子鏈條摺疊結構。
• 表面圖，可看到蛋白質與水分子接觸的表面。

這次的蛋白質摺疊結構就是透過飄帶圖表示。

為什麼了解和預測蛋白質摺疊結構很重要？

蛋白質是複雜的「生物機器」。每種蛋白質都有獨特功能：有的負責運輸代謝物質，如血紅蛋白；有的負責加速生物化學反應，如澱粉酶；有的負責調節新陳代謝，如胰島素；有的直接構成生物機體組織，如膠原蛋白等。

雖然功能多種多樣，但所有已知蛋白質結構都是由21種已知氨基酸構成。氨基酸也只含碳、氫、氧、氮、硫和硒六種元素。但氨基酸在鏈條上的排列組合、鏈條摺疊方式，以及最終摺疊結構，決定蛋白質的最終功能。

因此準確了解蛋白質的摺疊結構對生命科學、環境科學等人類重要課題都十分關鍵。

▲ AlphaFold預測的果蠅Q9VZS7蛋白質結構，顏色越暖的部分準確度越低，橙紅色代表該部分每殘基準確度（pLDDT）分值低於50。

加深人類對物種蛋白質組的了解

蛋白質研究的頂級機構和人士，對這次DeepMind發表內容極高評價。樸茲茅斯大學生物酶技術創新中心主任John McGeehan教授表示，「過去我們花費數月甚至數年的工作，現在AlphaFold只用一個週末就可做到。」

「被忽視疾病藥物研發倡議」（DNDI）Ben Perry相信，AlphaFold將開啟新研究領域，「我們非常興奮看到，最尖端的AI技術聚焦幫助最貧困的人口。」

「我們相信，這專案代表截至目前AI對推進科學知識進步最有價值的貢獻，並且是AI能幫助人類的優秀案例。」DeepMind部落格寫道，「我們的發現將助力生物學和醫學未來更多的新發現。」

（本文由 品玩 授權轉載；首圖來源：pixabay）

延伸閱讀：

• DeepMind AI 預測展現驚人準確度，蛋白質摺疊難題有解？