為什么要絞盡腦汁預測蛋白質結構？

你知道嗎？我們人體中有十幾萬種蛋白質，而所有的蛋白質都僅由20種氨基酸構成。那這些氨基酸是怎么構成一個個復雜的蛋白質的呢？科學家們又是怎么去探索不同蛋白質的功能的？聽說最近科學家把最先進的人工智能技術應用在蛋白預測上，這到底是怎么一回事？

今天我們來聊聊，與我們人體所有功能息息相關的蛋白質，以及蛋白質結構的預測之路。

蛋白質是結構和功能都非常多樣化的分子，而它的功能之所以能那么多種多樣，是由于氨基酸在分子中的排列和組合不同。氨基酸呢，是蛋白質中最小的分子單位，兩個氨基酸手牽手可以脫水縮合成一個二肽，以此類推多個氨基酸就能縮合成一個肽鏈了，按照一定順序縮合成的肽鏈就叫蛋白質的一級結構。

那么問題來了，一條肽鏈上不同的氨基酸是怎么排列的呢？這就取決于基因啦！基因是DNA中有功能的片段，它們通過轉錄、翻譯和表達，產生出有功能的蛋白質，從而控制細胞的生命活動，進而控制整個生命體。

那這些復雜的蛋白質是如何形成的？當不同的氨基酸依據基因的指示排列成肽鏈以后，就會發生卷曲或折疊，形成二級結構，這時候氨基酸的排列要么就像一個螺旋的曲面，或者會形成一個折疊片。

當二級結構再次發生多樣化的折疊，形成球狀或者纖維狀的三維立體結構時，就形成了三級結構，這種特定的折疊方式使得不同的肽鏈具有不同的形狀，來執行不同的功能。

你以為這就結束了嗎？其實如果一個蛋白質的肽鏈不止一條，那么多條肽鏈就還會進一步卷曲折疊形成四級結構。

因此啊，蛋白質的折疊方式——也就是它的結構，決定了它特定的功能，也決定了我們生物體的功能，所以預測未知的蛋白質結構非常重要，能幫助我們解鎖生命體功能的未解之謎。

這也就是為什么科學家一直在不斷探索蛋白質的結構的原因了。在過去的幾十年時間里，我們先從X-射線晶體衍射圖譜中看到了DNA的雙螺旋結構，在之后的40年間，科學家們依靠這種方法解析出了絕大部分的蛋白質結構。

然而，有些蛋白的結晶是很困難的，為此20世紀70年代，英國劍橋的科學家們開發出了冷凍電鏡解析蛋白質結構的方法，從此，我們揭開了一些大分子與難以結晶的膜蛋白結構的神秘面紗，一些基礎的受體蛋白與轉錄復合物等這些生命活動中最基礎的分子結構被解析了出來。這個領域也產生了好幾個諾貝爾獎，重要性就可想而知啦。

之后呢，伴隨著互聯網技術的蓬勃發展，計算機算法的能力突飛猛進，前兩年大紅大紫的deepmind公司，在人機大戰中一戰成名，如今又轉戰到另一個更為復雜的領域——預測生命大分子結構，deepmind開發出了AlphaFold，能直接實現序列到結構的神奇預測，甚至是極具挑戰性的蛋白質相互作用的預測，也可以用AlphaFold和其他算法相結合來巧妙地解決了。

除了Deepmind，美國人也不甘示弱，華盛頓大學西雅圖分校的大衛·貝克（David·Baker）團隊利用RoseTTAFold[r?u?zet?] 軟件打造了一個強有力的蛋白質結構解析工具，能夠在基因序列不明確的情況下補全蛋白質結構缺失的部分。

對于這一當紅熱門科技賽道，咱們國內自然也不甘示弱，取得了一定的可喜進展，但只是在DeepMind的開源數據上進行二次開發，沒有真正的原創技術，實現從0到1的突破仍需要一段時間。

相信在未來，更先進、更創新的技術與方法也一定會讓蛋白質預測的技術更加強大。

本文為科普中國·星空計劃扶持作品

團隊名稱：深究科學

審核：陶寧

出品：中國科協科普部

監制：中國科學技術出版社有限公司、北京中科星河文化傳媒有限公司