南開大學(xué)鄭偉教授：AlphaFold并不完美，學(xué)術(shù)界尚有「彎道超車」的機(jī)會

AIGC動(dòng)態(tài)4個(gè)月前發(fā)布 HyperAI超神經(jīng)

從 AlphaFold 的局限性出發(fā)，深度分享端到端大模型之外的可能

原標(biāo)題：南開大學(xué)鄭偉教授：AlphaFold并不完美，學(xué)術(shù)界尚有「彎道超車」的機(jī)會
文章來源：HyperAI超神經(jīng)
內(nèi)容字?jǐn)?shù)：11478字

AlphaFold并非完美：學(xué)術(shù)界在蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域的突破

本文總結(jié)了南開大學(xué)鄭偉教授在“Meet AI4S”系列直播第六期中關(guān)于蛋白質(zhì)結(jié)構(gòu)預(yù)測的演講內(nèi)容。演講指出，盡管AlphaFold2和AlphaFold3在蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域取得了突破性進(jìn)展，并使DeepMind的Demis Hassabis和John M. Jumper獲得了2024年諾貝爾化學(xué)獎(jiǎng)，但AlphaFold仍存在諸多局限性，為學(xué)術(shù)界提供了進(jìn)一步研究和改進(jìn)的空間。

1. AlphaFold的局限性

AlphaFold2和AlphaFold3雖然精度高，但在多域蛋白質(zhì)、蛋白質(zhì)復(fù)合物、核酸結(jié)構(gòu)以及蛋白質(zhì)動(dòng)態(tài)/構(gòu)象變化預(yù)測等方面仍有待提升。其預(yù)測精度也低于官方報(bào)道的90%。這些局限性為學(xué)術(shù)界提供了大量的研究課題。

2. 超越AlphaFold：其他值得挖掘的方法

在AlphaFold出現(xiàn)之前，蛋白質(zhì)結(jié)構(gòu)預(yù)測主要依賴于實(shí)驗(yàn)方法（X射線、核磁共振、冷凍電鏡）以及多種計(jì)算方法，包括：比較建模/同源建模（利用已知結(jié)構(gòu)模板）、分子動(dòng)力學(xué)模擬（基于能量最小化）、Threading算法（利用序列相似性和結(jié)構(gòu)相似性）、從頭預(yù)測（de novo prediction，無需模板）以及基于深度學(xué)習(xí)預(yù)測接觸圖的算法。

3. 鄭偉教授團(tuán)隊(duì)的突破性成果

鄭偉教授團(tuán)隊(duì)在蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域取得了顯著成果，其開發(fā)的算法在精度上超越了AlphaFold2/3。團(tuán)隊(duì)主要貢獻(xiàn)體現(xiàn)在以下幾個(gè)方面：

蛋白質(zhì)單體結(jié)構(gòu)預(yù)測算法D-I-TASSER：該算法整合了AlphaFold2預(yù)測的接觸圖等信息，在精度上優(yōu)于AlphaFold2和AlphaFold3，并在CASP比賽中多次名列前茅。
蛋白質(zhì)復(fù)合物結(jié)構(gòu)預(yù)測算法DMFold：該算法利用深度學(xué)習(xí)和宏基因組數(shù)據(jù)，在預(yù)測蛋白質(zhì)復(fù)合物結(jié)構(gòu)方面優(yōu)于AlphaFold2，在CASP比賽中也取得了優(yōu)異的成績。
RNA-RNA復(fù)合物結(jié)構(gòu)預(yù)測算法ExFold：該算法利用Transformer模型和RNA大語言模型，在RNA復(fù)合物結(jié)構(gòu)預(yù)測方面表現(xiàn)出色，在CASP16的服務(wù)器組比賽中排名最高。
蛋白質(zhì)-RNA復(fù)合物結(jié)構(gòu)預(yù)測算法DeepProtNA：該算法在預(yù)測蛋白質(zhì)-RNA復(fù)合物結(jié)構(gòu)方面精度高于AlphaFold3，在CASP16服務(wù)器組比賽中排名第一。
生物大分子變構(gòu)結(jié)構(gòu)預(yù)測算法EnsembleFold：該算法能夠預(yù)測蛋白質(zhì)在不同狀態(tài)下的多個(gè)關(guān)鍵構(gòu)象，在CASP16比賽中排名第一。

這些算法已轉(zhuǎn)化為自動(dòng)服務(wù)器算法，服務(wù)于全球眾多用戶。

4. 未來展望與團(tuán)隊(duì)招募

鄭偉教授團(tuán)隊(duì)的研究表明，AlphaFold并非蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域的終點(diǎn)，學(xué)術(shù)界仍有巨大的發(fā)展空間。團(tuán)隊(duì)目前正在招募對計(jì)算結(jié)構(gòu)生物學(xué)或生物信息學(xué)感興趣的碩士、博士和博士后。