本周三，據美國科技雜誌Wired報道，Google母公司Alphabet旗下人工智能公司DeepMind與製藥組織DNDi達成合作，將使用其研發的人工智能（AI）技術AlphaFold來尋找針對疾病的有效藥物。這一技術在去年新冠疫情流行初期就已嶄露頭角。
雖然仍有一部分科學家對它的作用提出質疑，但它表現出來的預測蛋白質結構的能力或將大大縮短藥物研發過程，得到了廣泛的關注，業內人士對它的發展前景表示期待。
一、快速預測蛋白質結構，破解生物學難題
2020年初，新冠肺炎疫情剛剛開始爆發，DeepMind的科學家就利用自研AI模型AlphaFold繪製出一些SARS-CoV-2病毒（即新型冠狀病毒）的蛋白質結構，這個結果後來被實驗證明是準確的，隨後被全世界的病毒學家使用。這時它不同尋常的能力就已經開始展露。
2020年底DeepMind宣布，AlphaFold已經破解了困擾生物學界50多年的一項難題，即對蛋白質結構的預測。
馬里蘭大學計算生物專家約翰·莫爾特（John Moult）對於AlphaFold的潛力感到既驚訝又興奮：“這是人工智能首次解決嚴重的科學問題，它可以對蛋白質的結構進行高質量的計算，這個前景將對理解生物學的許多方面產生極大的幫助。例如，下次我們遇見大流行病時，可以更快地確定可能的藥物策略。”
▲左為藥物實驗室結果，右為AlphaFold結果
二、打入製藥領域，開發針對疾病的有效藥物
現在DeepMind正在為AlphaFold開發更多用於現實世界的應用，它宣布與總部設立在日內瓦的Drugs for Neglected Diseases initiative（DNDi）建立新的夥伴關係。DNDi是一家非營利性製藥組織，在過去18年中一直致力於解決發展中國家最致命的疾病：昏睡病（sleeping sickness）、恰加斯病（Chagas disease）和利什曼病（Leishmaniasis）。
DNDi在尋找治療昏睡病的新方法方面已經取得了相當大的成功，但是對於后兩種疾病卻沒什麼進展。因此他們希望AlphaFold能夠在治療這兩種疾病方面發揮最大的作用。
在過去的18個月里，DNDi和華盛頓大學、鄧迪大學以及葛蘭素史克（英國製藥公司）的一組傳染病研究人員已經發現了一種分子，它似乎能夠與與恰加斯病的寄生蟲克氏錐蟲上的蛋白質結合，這使得它能夠封閉寄生蟲並殺死它。這些科學家希望研究這種蛋白質的結構，以確切地了解藥物是如何阻止寄生蟲發揮作用的。
在過去，這是一項複雜而費力的試驗任務，需要很多年的時間來完成。但通過AlphaFold，DNDi及其合作者已經得到了對這種蛋白質形狀的預測。佩里希望現在可以利用這些預測信息來設計更多藥物，以不同的方式與這種蛋白質相結合來殺死寄生蟲。
“這可以讓我們比幾年前更快地破解恰加斯病和利什曼病。如果你能快速獲得這些蛋白質結構，你可以設計多個候選藥物，所以你有很多的臨床試驗目標。” DNDi的藥用化學家和項目負責人本·佩里（Ben Perry）說。
▲克氏錐蟲
三、實際作用仍存爭議，業內追捧熱度不減
一些科學家仍然認為，圍繞AlphaFold的大量炒作需要降降溫。
“可以看到DeepMind在蛋白質摺疊方面的工作改變了遊戲規則，但現在說對藥物發現的影響還為時過早。” 加州大學舊金山分校的神經學教授史蒂文·芬克貝納（Steven Finkbeiner）說。
“我總體上認為，它是一種經濟有效的方法，可以提供一個立足點，但算法遠非完美，並且有很多情況下它不起作用。蛋白質的世界極其複雜，病毒或寄生蟲的蛋白質結構往往更容易預測，然而人體內部的變化要大得多。”芬克貝納警告道。
儘管AlphaFold的實際作用仍存在爭議，但它所展現出來的加速藥物發現的可能性已經在醫學領域得到了廣泛關注。
據佩里所說，僅僅是因為他們現在掌握了AlphaFold這項技術，就大大提高了其製藥合作夥伴們對幫助其研發熱帶病新葯的興趣。
DNDi和DeepMind也都希望AlphaFold能夠降低藥物發現過程的門檻，使低收入國家的科學家也能夠研究開發新的治療方法。
DeepMind的科學人工智能負責人普希米特·科利說（Pushmeet Kohli）：“總的來說，我們試圖用AlphaFold做三種類型的事情。一是擴大它在結構預測方面可以做的事情，二是加速結構預測這一過程，三是讓無法使用複雜、昂貴機器的人也可以使用上這項技術。”
如果AlphaFold確實有助於快速開發一種治療恰加斯病或利什曼病的新療法，它將很快就會被用於許多其他的醫學領域。
莫爾特對AlphaFold的未來相當樂觀：“擁有針對這些罕見疾病的潛在藥物靶蛋白的結構，將有助於我們選擇最合適的藥物。我們仍然需要改進計算機方法來研究分子如何與這些蛋白質結合，但幸運的是，我們也可以將深度學習應用於這個問題。”
結語：預測蛋白質結構前景無限，價值仍需時間證明
利用人工智能來預測蛋白質結構是一項具有開創性的舉措，儘管它還不能取代實驗室，但是這項技術一旦實現，將大大縮短藥物的研發過程，有效的降低研發成本，也將給科研工作提供極大的便利。
AlphaFold的能力已經在實踐中得到一定的展現，不過其在藥物研發中的實際作用目前仍存在一定的爭議，或許仍需要一定的時間和現實案例來驗證它現在的價值，其未來的發展道路也必定將充滿挑戰。但我們可以預見的是，人工智能將在未來的各個領域彰顯出驚人的作用，改造人類生活的方方面面。