AI最有用的一集
33 次觀看·2026年7月9日
AI 生成·可能包含錯誤
如果世界上所有重大問題,從氣候變遷到治療疾病,再到廢棄物處理……
塑膠廢棄物,如果它們都有相同的解決方案呢?一個小到幾乎看不見的解決方案。
我傾向於相信這是可能的,這要歸功於最近的一項突破,該突破解決了其中一個問題。
上個世紀最大的問題之一。如何確定蛋白質的結構。
有人向我描述過,這就像是生物學界的費馬最後定理。
六十年來,數以萬計的生物學家 painstakingly 研究出
15萬種蛋白質的結構。然後,在短短幾年內,一支約15人的團隊
確定了兩億個蛋白質的結構。這基本上涵蓋了自然界中已知的所有蛋白質。
那麼他們是如何做到的呢?又為何這具有解決問題的潛力?
遠超生物學的範疇?一種蛋白質最初僅是一串胺基酸。
每種胺基酸都有一個碳原子位於中心,其一側為胺基團,
而在另一側則是一個羧基。最後,它所連接的可能是其中一個
20 種不同的側鏈,而哪一種側鏈決定了這 20 種不同的胺基酸是哪一種
分子。一個氨基酸的胺基可與另一個氨基酸的羧基反應。
形成肽鍵。因此,一連串的胺基酸可以相互結合形成一條鏈,並通過推拉作用
在無數分子之間,靜電作用力、氫鍵、溶劑相互作用,
可能導致此串列纏繞並摺疊自身。這最終決定了三維結構
蛋白質的結構。而這種形狀才是蛋白質真正重要的部分。它正是為此而設計的。
一個特定的目的,例如血紅蛋白具有完美的結合位點,可攜帶氧氣在體內運輸。
你的血。這些是機器,它們需要處於正確的方位才能運作。
一起移動,例如你肌肉中的蛋白質。它們的形狀會稍微改變一下。
為了拉伸和收縮。但人們需要很長時間才能掌握其結構。
一種蛋白質。絕對是。那麼,蛋白質應該長什麼樣子呢?呃,才剛開始真正回答而已
透過實驗技術。蛋白質結構首次被確定的方法是透過建立
從該蛋白質中獲得了一顆晶體,隨後將其暴露於X射線下,以獲得衍射圖案。
然後科學家們將逆向推導,試圖找出能產生這種效果的分子形狀。
這種模式。英國生物化學家約翰·肯德魯花了12年時間才獲得第一個蛋白質的結構。
結構。他的目標是一種稱為肌紅蛋白的氧氣儲存蛋白,這是一種重要的蛋白質。
我們的心中。他首先嘗試了馬的心臟,但這產生的晶體相當小,因為
肌紅蛋白不夠。他知道潛水哺乳動物的體內會有大量肌紅蛋白。
因為它們是保存氧氣的最佳選擇。因此,他取得了一大塊鯨魚肉。
來自秘魯的肉。這終於讓肯德魯獲得了足夠大的晶體,以進行X射線衍射。
圖片。當它出現時,看起來非常怪異。人們原本期待的是一種比較有邏輯性的東西。
數學上清晰易懂。而且它幾乎看起來,我不會說難看,但卻錯綜複雜。
就像你看到一個火箭發動機一樣,對吧?所有零件都懸掛在這個結構上。
這項被稱為「本世紀最差的論文」的研究,為肯德魯贏得了1962年化學諾貝爾獎。
接下來的二十年裡,僅有大約一百座結構被解析。
即使在今天,蛋白質結晶仍然是個重大挑戰。
坦白說,你知道的,僅僅幾個蛋白質結構對某人來說並非罕見之事。
整個博士學位,有時僅僅是其中一部分,甚至僅僅是進展的一部分。而且費用昂貴。
X光晶體學每種蛋白質的費用可能高達數萬美元。
因此,科學家們尋求了另一種方法來確定蛋白質結構。
僅需約一百美元即可找到一段胺基酸的蛋白質序列。
因此,如果你能利用這個方法來判斷蛋白質將如何折疊,
這將節省大量時間、精力和金錢。
我大概知道碳的行為方式,也知道碳如何與硫結合,以及這可能產生的影響。
你知道的,把它靠近氮氣。如果這些在這裡,
那麼我就能完全想像出這一點,讓那樣的連結得以形成。所以看來,如果你有
你若對基本的分子動力學有某種程度的了解,你可能會
能夠弄清楚這種蛋白質將如何折疊。
生物學中為數不多的真正預測之一,實際上是林纳斯·鲍林在觀察時所做出的。
僅僅是蛋白質構成單元的幾何結構,並說道,
實際上,他們應該製造螺旋結構和折疊結構。
這就是我們所稱的次級結構,即蛋白質局部的扭曲與折疊形態。
但除了螺旋結構和摺疊結構之外,生物化學家無法找出任何可靠的模式。
這將導致所有蛋白質的最終結構。
其中一個原因是,演化並非從零開始設計蛋白質。
有點像一個不懂自己在做什麼的程式設計師,每當看起來還不錯的時候,
他們只是不斷地添加這類東西。而且這就是,
那就是你最終會得到這兩種既驚人又極其複雜且難以理解的物件。
描述。它們並不像人類設計的那樣,具有相同的內在目的。
機器會這樣做。
為了說明這個過程可能複雜到何種程度,
麻省理工學院的生物學家西拉斯·利文斯頓曾做了一個粗略的估算,
而且他證明了,即使是一個僅有35個氨基酸的短蛋白鏈
可以以天文數字般的多種方式摺疊。
即使一台電腦每秒檢查三萬種構型的能量與穩定性,
在納秒級別的時間內,要找出正確的結構,所需時間將是宇宙年齡的200倍。
不願放棄,馬里蘭大學教授約翰·穆爾特啟動了一項競賽。
稱為 CASP 的是在 1994 年。
挑戰很簡單,就是設計一個電腦模型,能夠處理胺基酸序列
並輸出其結構。
模型建立者事前並不知道正確的結構。
但每個模型的輸出將與實驗確定的結構進行比較。
一個完美的匹配會得到一百分。
但任何超過 90 的數值都被認為足夠接近,結構已解出。
CASP的競爭對手們聚集在一座改造成會議中心的古老木製教堂裡。
在加利福尼亞州蒙特雷。
並且在任何預測看似不合理之處,
他們被鼓勵隨著節奏輕敲腳步,作為友好的玩笑。
有很多腳在輕敲。
在第一年,各隊的得分無法超過40分。
早期的領先者是一種稱為羅塞塔的演算法,
由華盛頓大學生物學家大衛·貝克創造。
他的創新之一是提升運算能力
透過整合閒置電腦的運算能力
在自願安裝他軟體的家庭、學校和圖書館中,
稱為「羅塞塔在家」。
作為其中的一部分,有一個屏幕保護程式,基本上顯示了課程的進程。
蛋白質摺疊計算
然後我們開始收到人們來信,說他們正在觀看螢幕保護程式。
他們認為自己能比電腦做得更好。
因此,貝克有了個主意。
他製作了一款電子遊戲。
這款稱為《摺疊吧》(Foldit)的遊戲,設置了一條蛋白質鏈
能夠扭轉並轉變為不同的排列方式。
但現在,不是由電腦來走棋,
遊戲的玩家,人類,能夠走棋。
三個星期內,超過五萬名玩家齊心協力
破解一種在愛滋病病毒中扮演關鍵角色的酵素。
X射線晶體學顯示他們的結果是正確的。
玩家甚至被列為該研究論文的共同作者。
現在,有一位參與玩《折紙》遊戲的人,是曾為兒童國際象棋神童的德米斯·哈薩比斯。
哈薩比斯最近創辦了一家名為DeepMind的人工智能公司。
他們的人工智能演算法「AlphaGo」
因在圍棋比賽中擊敗世界冠軍李世石而登上新聞頭條。
AlphaGo 的一步棋,第37步,讓李世石震撼至深。
但哈薩比斯從未忘記自己曾是「折疊蛋白」玩家的那段時光。
因此,從遊戲設計的角度來看,我當然感到非常著迷。
如果我們能模擬這些玩家的直覺,豈不是太棒了?
順帶一提,當然,他們僅是業餘的生物學家而已。
在從韓國返回後,DeepMind 的研究人員舉辦了一場為期一周的黑客松活動。
他們試圖訓練人工智慧來玩《折紙》遊戲。
這標誌著哈薩比斯長久以來利用人工智慧推動科學進步的目標的開始。
他啟動了一個稱為 AlphaFold 的新項目,以解決蛋白質摺疊問題。
同時,在CASP上,表現最佳參賽者的預測品質,
包括羅塞塔在內,都已達到頂峰。
事實上,自從CASP 8之後,表現便開始下滑。
預測並沒有足夠好。
即使擁有更快的電腦以及蛋白質資料庫中越來越多的結構可供訓練。
DeepMind 希望透過 AlphaFold 改變這一狀況。
其第一版 AlphaFold 1 是一個標準的現成深度神經網絡。
就像當時用於電腦視覺的那些一樣。
研究人員使用蛋白質資料庫中的大量蛋白質結構對其進行了訓練。
AlphaFold 的輸入是蛋白質的胺基酸序列
以及進化所給予的一組重要線索。
演化是由突變所推動的,也就是遺傳密碼的改變。
這進而改變了特定蛋白質序列中的胺基酸。
但隨著物種演化,
蛋白質必須保持能夠執行其特定功能的形狀。
例如,血紅蛋白在人類、貓、馬以及基本上任何哺乳動物中看起來都是一樣的。
進化論說:如果它沒壞,就別去修。
因此我們可以比較相同蛋白質的序列
在這張演化表中,不同物種之間的差異。
當序列相似時,
它們很可能在蛋白質的結構和功能中扮演重要角色。
但即使序列不同,
了解突變成對發生的位置會很有幫助,
因為它們能夠辨識出在最終結構中哪些胺基酸彼此接近。
說兩個氨基酸,一個帶正電荷的賴氨酸和一個帶負電荷的谷氨酸。
吸引並保持彼此在摺疊的蛋白質中。
現在,如果一個突變將賴氨酸改變為帶負電荷的胺基酸,
它會排斥谷氨酸,並使整個蛋白質不穩定。
因此,必須有另一種突變將谷氨酸替換為帶正電荷的氨基酸。
這被稱為共同演化。
這些演化表格是 AlphaFold 的重要輸入資料。
作為輸出結果,而非直接生成三維結構,
AlphaFold 預測了該結構的較簡化二維配對表示。
胺基酸序列以水平和垂直方向排列。
當兩個氨基酸在最終結構中彼此接近時,
它們對應的行列交點是明亮的。
遠距離的胺基酸對是暗淡的。
除了距離之外,成對表示法還可以包含其他資訊
關於胺基酸分子在結構中如何扭曲的問題。
AlphaFold 1 將蛋白質序列及其演化表放入其深度神經網絡中,
這是由它訓練出來用於預測配對表示的。
一旦獲得這個結果,另一個獨立的演算法便會將胺基酸串列摺疊起來
根據距離和扭轉約束。
而這就是最終的蛋白質結構預測。
在這個架構之下,AlphaFold 參與了 CASP-13,立刻引起關注。
在經過多次增補後,它顯然是最出色的選擇。
但它並不完美。
它的得分為70,未達到CASPer的90分門檻。
DeepMind 需要回到繪圖板上,才能取得更好的成果。
因此,哈薩比斯招募了約翰·詹珀領導AlphaFold專案。
AlphaFold 2 本質上是一個關於設計我們深度學習系統的成果,
要擅長學習蛋白質相關知識,個人必須掌握相關的基礎知識。
擁有所需的幾何、物理及演化概念類型
並將其放置在網路的中心,而非環繞在周圍的流程中。
而且這帶來了巨大的準確性提升。
要獲得更好的AI成果,有三個關鍵步驟。
首先,最大的運算能力。
在這裡,DeepMind 的地位已優於世界上任何一家機構。
它能夠使用谷歌龐大的運算能力,
包括它們的張量處理單元。
其次,他們需要一個大型且多樣化的數據集。
資料是最大的障礙嗎?
為什麼?
我认为輕易地說數據是障礙,這樣太容易了,我們應該對此保持謹慎。
AlphaFold 2 是使用相同的資料進行訓練,且訓練量遠超以往。
強大的機器學習,遠勝於 AlphaFold 1。
因此,人們總是高估資料阻塞的情況,因為實際上情況已變得不那麼嚴重了。
隨著更優秀的機器學習技術。
而這正是第三個關鍵要素:更優秀的人工智能演算法。
當 AlphaFold 2 團隊尋找更優秀的演算法時,
他們轉向了變壓器。
那是聊天GPT中的T。
它依賴於一個稱為「注意力」的概念。
在這句話中,動物沒有過街,是因為它太累了。
注意力注意到「疲憊」一詞,因而判斷其指的是一隻動物,而非街頭的景象。
注意力為任何形式的順序資訊增添了上下文
將其分解成小段落,
將它們轉換為數值表示或嵌入表示,
並在它們之間建立聯繫。
在這種情況下,這個詞是「它」和「動物」。
3Blue1Brown 有一系列關於變壓器和注意力機制的精彩影片。
大型語言模型利用注意力機制來預測最合適的詞語,以補充至句子中。
但 AlphaFold 也包含序列資訊,
不是句子,而是胺基酸序列。
為了分析它們,AlphaFold 團隊開發了屬於他們自己的變換器版本。
稱為 Evoformer。
Evoformer 包含兩個塔層,
生物學塔中的演化資訊與幾何學塔中的配對表示。
AlphaFold1中那個從一座塔出發預測另一座塔的深度神經網絡已不復存在。
相反,AlphaFold2 的 Evoformer 是分別建構每一座塔。
它從一些初步的猜測開始,
如同以往,從已知資料集獲取的演化表格
以及基於相似已知蛋白質的對應表示。
這次,有一座橋連接兩座塔樓。
傳遞新發現的生物學與幾何線索來回不斷。
在生物學大樓裡,注意力集中在一根柱子上。
識別出已保守的胺基酸序列,
同時沿著一列,它會找出一起發生的胺基酸突變。
每當 Evoformer 在演化矩陣中發現兩個緊密連結的胺基酸時
這意味著它們對結構至關重要。
並將此資訊傳送至幾何塔。
在此,注意力機制被應用於計算氨基酸之間的距離。
還有一種稱為三角注意力的技術被引入了,
本質上是讓三胞胎互相照顧。
對於每組三個氨基酸,AlphaFold 會應用三角不等式。
兩邊之和必須大於第三邊。
這限制了這三個胺基酸之間的最大距離。
此資訊用於更新配對表示。
這有助於模型生成一個結構上自洽的圖像。
如果幾何塔認為兩個氨基酸不可能彼此靠近,
然後它告訴第一座塔在演化表中忽略它們的關係。
這種資訊交換在 Evoformer 內部會重複 48 次,
直到兩座大樓內的資訊被進一步釐清為止。
此網絡所學習到的幾何特徵
傳遞至 AlphaFold 2 的第二項主要創新——結構模組。
對於每種胺基酸,我們選擇該胺基酸中的三個特殊原子
並說這些定義了一個框架。
而網絡所做的是假設所有胺基酸一開始都位於原點,
而且它必須預測適當的平移和旋轉
將這些框架移動到它們在實際結構中所處的位置。
這基本上就是結構模組的功能。
但讓結構模組獨特之處在於它所不做之事。
以前,人們可能會認為,你會想要進行編碼
你知道,這是一條鏈條,
而且某些殘基應該彼此相鄰。
我們並不會明確地告訴 AlphaFold 這些資訊。
更像是我們給它一袋胺基酸
並且允許分別放置每一個。
有些人認為,這樣做能幫助它不會卡住。
就物品應放置的位置而言。
它不必總是思考著
這些事物形成一條鏈的限制。
那是後來自然產生的事。
這就是為什麼會有實時的 AlphaFold 折疊影片
可以顯示它做出一些奇怪的非物理行為。
結構模組輸出了一個三維蛋白質,但還未完成。
它至少還會通過 Evoformer 再次循環處理三次。
為了更深入地理解該蛋白質。
只有到這時才做出最終預測。
2020年12月,DeepMind再次以AlphaFold 2參與虛擬的CASP。
這次,他們做到了。
我將要朗讀約翰·馬爾特的一封電子郵件。
你的團隊在 CASP-14 中表現出色。
相對於其他群組以及絕對模型準確率。
恭喜這項工作。
對於許多蛋白質而言,AlphaFold 2 的預測
幾乎無法與實際結構區分。
他們終於打破了黃金標準分數90分。
對我而言,既然我已經為這個問題投入了這麼長的時間,
經過無數次的停停走走後,
突然間,這就是一個解決方案。
我們解決了這個問題。
這讓你對科學運作的方式感到如此興奮。
六十年來,全球各地從事蛋白質研究的科學家們
painstakingly 約找到了 150,000 種蛋白質結構。
然後,一舉之下,
AlphaFold 來了,並揭曉了超過二億個。
幾乎所有已知存在于自然界的蛋白質。
短短幾個月內,
AlphaFold 將全球研究實驗室的科研工作向前推進了數十年。
它直接幫助我們研發出瘧疾疫苗。
這使得分解抗藥性酶成為可能,
這使得許多救命藥物再次發揮作用。
它甚至幫助我們理解蛋白質突變如何導致各種疾病,
從精神分裂症到癌症。
以及研究鮮為人知且瀕臨滅絕物種的生物學家
突然之間,獲得了對蛋白質及其生命機制的存取權。
AlphaFold 2 的論文已被引用超過 30,000 次。
它確實使我們對生命的理解實現了質的飛躍。
約翰·賈姆珀與德米斯·哈薩比斯獲獎
2024年諾貝爾化學獎的一半獎項授予了這一突破性成就。
另一半則歸於大衛·貝克爾,
但不是用於使用 Rosetta 預測結構。
相反,這是為了從零開始設計全新的蛋白質。
要創造出全新的蛋白質來執行特定功能,實在是相當困難的。
所以這就是我們解決的問題。
為達成此目的,他使用了同類的生成式人工智慧
這讓藝術創作得以在像 DALI 這樣的程式中實現。
你可以說,畫一隻袋鼠騎在兔子上的圖,或者類似的东西。
而且它會這麼做。
因此,我們對蛋白質也是這樣做的。
他的技術稱為射頻擴散。
透過向已知的蛋白質結構添加隨機雜訊來進行訓練。
然後人工智慧必須消除這段雜訊。
一旦以這種方式訓練完成,
可以要求人工智慧產生各種功能的蛋白質。
給定一個隨機雜訊輸入,
而人工智慧則會找出一種全新的蛋白質,完成你所要求的功能。
這項工作具有重大影響。
我的意思是,想像一下你被一條毒蛇咬到了。
如果你幸運的話,你將能獲得抗毒血清,
由擠取相同種類蛇的毒液製成,
然後注入活體動物中。
而該動物的抗體則被提取並精製,
然後作為抗毒血清交給你。
問題在於,
人們經常對來自其他生物的抗體產生過敏反應。
但你的存活機會可能會好很多
使用貝克實驗室最新設計的合成蛋白質。
他們已研製出與人類相容的抗體
能夠中和致命蛇毒的物質。
這種抗毒血清可以大量生產
而且容易運送到需要的地方。
有了這些微小的分子機器,可能性無窮無盡。
你最期待的應用是哪些?
因此,我认为疫苗將非常強大。
我們有若干蛋白質正處於人類癌症臨床試驗中,
我們現在正在研究自身免疫性疾病。
我們對解決捕獲溫室氣體之類的問題感到非常興奮。
因此,我們正在設計能夠修復甲烷、分解塑膠的酵素。
什麼讓這種方法如此有效
在於它們能夠多快地創造與迭代蛋白質。
這實在非常神奇。
對於任何一位傳統的老派生物化學家或蛋白質科學家而言,
現在我們可以在電腦上進行設計了,
取得設計蛋白質的胺基酸序列,
然後在短短幾天內,我們就能提取出蛋白質。
是的,我們給這個現象取了一個名字,叫做牛仔生物化學。
因為你必須盡快地全力以赴。
結果發現效果相當不錯。
AI對蛋白質所做的,不過是個暗示而已。
它在其他領域及更大規模上所能實現的功能。
在材料科學中,例如
DeepMind 的 GNOME 計畫已發現 220 萬種新晶體,
包括超過40萬種穩定材料
這可能為未來的技術提供動力,從超導體到電池。
人工智慧正在推動科學領域的變革性進展
透過協助解決一些根本性問題
阻礙人類進步的事物。
如果你將整個知識之樹視為一個整體,
你知道,有些問題是這樣的,
你知道,如果有根節點的問題,
如果你解開它們,如果你找到解決它們的方法,
它將開啟一整片全新的探索領域或途徑。
隨著這一點,人工智慧正推動人類知識邊界的前進
前所未有的速度。
你知道嗎,速度提升兩倍已經不錯了。
它們很棒。我們超愛它們。
一百萬倍的加速改變了你的做法。
你本質上做的是完全不同的事情,
而你開始圍繞那些變得容易的事物重建你的科學。
這就是讓我感到興奮的地方。
這些發現代表科學上的真正躍進。
即使人工智慧沒有進一步發展到今日之後的境界,
我們將在接下來的數十年中持續享受這些突破帶來的好處。
並且假設人工智慧持續發展下去,
好吧,這將開啟以往認為不可能的機會。
無論那是治癒所有疾病,
創造新穎的材料,
或將環境恢復至原始純淨狀態。
這聽起來像是個令人難以置信的未來。
只要人工智慧不會先接管並摧毀我們就好了。

