人工智能（AI）已經踏入了諾貝爾獎領域。最近誕生了一項讓人產生這種感覺的研究成果。據稱，美國Alphabet（谷歌母公司）旗下的英國DeepMind公司開發出了可解決困擾人類長達半世紀的生物學難題的AI技術。其中隱含著對藥物研發等帶來革新的可能性。

[[381197]]

入選2020年科研十大成果

擁有全球權威的美國《科學》雜志每年年底都會公布科學研究的十大成果。當選為2020年成果之一的技術是DeepMind公司的AI。《科學》雜志對這項技術充滿期待稱，“有助于查明疾病原理和開發相關藥物，以及研發抗干旱的植物和價格低廉的生物燃料”。

名為AlphaFold的AI能以高精度預測蛋白質的立體結構。蛋白質給人的最大印象是一種營養物質，其種類和作用多種多樣。蛋白質支撐著基本的生命活動，比如用眼睛感知光、讓肌肉運動、把食物變成能量等。

[[381198]]

蛋白質由20種氨基酸呈念珠狀連接形成。其功能被形狀所左右，調查蛋白質復雜立體結構的研究一直都很盛行。雖然使用X光和電子顯微鏡等進行研究，但仍需要花費幾個月以上的時間，而且費用巨大。
AlphaFold可在短時間內根據一維氨基酸排列方式預測出蛋白質的立體結構。根據DNA信息，較為輕松地獲知氨基酸排列。據說還可以在幾天內推導出蛋白質結構。

證明其實力的是2020年舉辦的“CASP”（蛋白質結構預測）競賽。AlphaFold顯示出了毫不遜色于X光分析技術等的精度，引起震驚。電腦預測以前就很盛行，但從未達到過如此高的性能。美國馬里蘭大學教授約翰·莫爾特贊嘆稱，“這是非常特別的瞬間”。

“為生物學領域50年來的難題提供了解決方案”。DeepMind為11月公開的博文加上了這樣的標題。1972年的諾貝爾化學獎得主美國人克里斯琴·伯默爾·安芬森（Christian Boehmer Anfinsen）提出了“蛋白質的立體結構應取決于氨基酸的排列”理論，DeepMind公司自豪地表示此次的AI揭開了自那以來的謎題。

氨基酸構成的立體結構理論上有無數個，并且非常復雜，如果逐一探索，需要的時間比宇宙年齡（約140億年）還要長。而DeepMind使用已知的17萬個蛋白質的構造等作為學習數據，利用最尖端AI技術取得了驚人的成果。

DeepMind公司憑借圍棋AI“AlphaGo”聞名世界。2016年，AlphaGo戰勝了世界圍棋冠軍，讓人意識到AI取得了突飛猛進的發展。DeepMind的首席執行官（CEO）Demis Hassabis入圍了美國《時代周刊》評選的全球最具影響力100人。

[[381199]]

開發AlphaFold過程中起主導作用的是研究蛋白質工作原理等、在美國芝加哥大學獲得了化學博士稱號的John Jumper。在東京大學松尾豐教授指導下研究AI的今井翔太認為，AlphaFold之所以性能出色，是因為不僅學習了AI，還學習了化學等領域的專業知識。

還被應用于研究新冠病毒

AlphaFold有望應用的領域是新藥開發。藥物主要靠與疾病有的關蛋白質結合來發揮作用。如果把藥物與標靶蛋白質比作鑰匙與鎖孔的關系，那么迅速掌握蛋白質的立體結構將有助于開發新藥。

在預測新冠病毒的蛋白質結構方面，AlphaFold也有很高的準確度。日本東海大學先進生命科學研究所所長平山令明考慮到罕見疾病等，表示“以前無從下手的藥物開發也得以開展”，對未來的發展充滿期待。

但AlphaFold并不是萬能的。其可預測結構的對象有限，闡明蛋白質功能和工作原理還有很長的路要走。即便如此，研究人員仍對AlphaFold高度關注，表示“有利于整個生物學的進步”（日本東北大學兼日本學術振興會特別研究員中村司）。

AlphaFold能否給人類帶來普惠，成為諾貝爾獎級別的技術？今后還要看它的真正價值。