AlphaFold遇到有力竞争对手，Facebook打造的Meta AI更高效、更智能

导读

“我们将看到蛋白质结构预测变得更高效、更简单、更便宜，这将为新事物打开大门。”

——德国慕尼黑工业大学的计算生物学家伯克哈德·罗斯特（Burkhard Rost），他在对比Meta AI和AlphaFold时这样感慨。

Meta AI是什么？它是由Meta公司开发的，和AlphaFold一样，它也一款用人工智能（AI）预测蛋白质结构的系统。而Meta公司的前身正是我们熟悉的Facebook。

如今，Meta AI带着它预测的6亿种蛋白质结构——进军AI预测蛋白质领域。

Meta的进军会给蛋白质预测领域带来什么？相比于AlphaFold，新出现的Meta AI又有哪些优缺点？

两三个月前，你还记得再次轰动科学界的AlphaFold吗？打造它的DeepMind公司曾表示，AlphaFold成功预测了地球上超2多亿种蛋白质结构。

实际上，自从AI进入蛋白质结构预测领域以来，就有越来越多的企业投入其中，利用AI来预测蛋白质结构的系统也层出不穷。

今天，我们的主角是最近刚刚出现的——Meta AI，令人吃惊的是，它是由Facebook设计完成的。

01

Meta AI：“自动补全”蛋白质结构

让德国慕尼黑工业大学计算生物学家罗斯特称赞“更高效、更简单、更便宜”的Meta AI是什么？

2022年7月，AlphaFold预测了约2.2亿种蛋白质结构的消息，似乎到今天还在我们眼前萦绕。

AlphaFold预测的蛋白质结构

它几乎涵盖了DNA数据库中已知生物的所有蛋白质。而今，另一家科技巨头Meta正在填补蛋白质宇宙中不为人知的部分。

2022年10月31日，Meta团队在biorxiv预印本平台发表了一篇名为“Evolutionary-scale prediction of atomic level protein structure with a language model”的论文，对Meta AI进行了详细的介绍。

发在预印本上的相关论文，截图来自biorxiv.org

论文介绍，Meta AI预测了约6亿个蛋白质结构，这些蛋白质来自细菌、病毒和其他尚未被表征的微生物。

对，你没听错，是6亿个。

为了预测如此大规模的蛋白质结构数据，研究团队首先需要攻克的重要问题之一就是——突破速度的限制。

为此，他们训练了一个“大型语言模型”（Large language model，简称LLM），这个模型可以通过大规模数据，训练超大参数量的巨量模型，并直接通过蛋白质序列预测出准确的蛋白质结构。

怎么理解呢，就像是给它几个字母或者单词，它通过计算就可以对文字段落进行预测。

此前，LLM往往是用在文本预测上，而Meta的研究人员将其用于蛋白质结构预测，并让它学会了在氨基酸比例并不明确的情况下，将蛋白质“自动补全”。

因此，Meta AI的预测速度大大提高——Meta团队称，“这不仅比当前最先进的技术快60倍，还能保持准确性。”

他们给这个使用了LLM的算法模型命名为ESMFold，并将其应用于宏基因组DNA数据库中进行测试，并将测试结果以“ESM宏基因组图谱”的形式推出，其中包含了6亿多种蛋白质结构。

宏基因组数据库，截图来自genome.gov

这些结构不仅为自然界的广度和多样性提供了新视角，还将在医学、绿色化学、环境应用和可再生能源等领域加速蛋白质的发现。

Meta AI团队的研究负责人亚历山大·里夫斯（Alexander Rives）表示，“这是我们此前并不了解的结构，这些神秘的蛋白质为我们深入探索生物学带来了可能。”

那么，Meta AI究竟有什么样的魅力？与AlphaFold相比，它又有哪些优势和不足？

02

6.17亿种蛋白结构，2周搞定

Meta团队直言，虽然它并不像AlphaFold那样准确，但是它先进的算法让它在预测结构的速度远超AlphaFold。

什么概念呢？AlphaFold在预测的过程中，大概需要几分钟才能生成一个预测结果，而Meta AI预测出6.17亿种蛋白质，仅仅花了2周的时间。

——算下来，Meta AI每分钟能预测出3万多种蛋白质结构！

尽管预测的准确度不够高，但整体而言，在这6.17亿个预测中这个算法模型的结果显示，超过1/3的预测结果都是高精度的，甚至在某些情况下，它们的识别精度可以达到原子级别。

此外，Meta团队正在发布一个用于创建数据库的快速蛋白质折叠模型，以及一个API程序接口。

这个模型和接口将供给所有研究人员使用，帮助他们识别以前未被研究出来的蛋白质结构，探索人类的进化历程，并研发可用于医学和其他领域的新蛋白质。

Meta团队表示，“我们的新语言模型拥有150亿个参数，是迄今为止最大的蛋白质语言模型。”

当然，除了Meta AI和AlphaFold之外，今天还有许多企业也投入到AI+蛋白质预测领域中来，他们又有哪些成果？

03

层出不穷的AI+蛋白质预测系统

国内外研究蛋白质预测的企业和团队层出不穷。除了我们上文讲的Meta AI和AlphaFold，还有RoseTTAFold、Hermite等。

RoseTTAFold是由华盛顿大学蛋白质设计研究所David Baker等人设计的，它基于“三轨”神经网络模型，能够同时处理蛋白质序列中的模式、蛋白质的氨基酸如何相互作用以及蛋白质可能的三维结构。

关于RoseTTAFold的论文，截图来自science.org

而Hermite系统则由北京大学知名数学家鄂维南联合张林峰、孙伟杰等人打造的深势科技设计，这是新一代药物计算平台，能够完成蛋白质结构预测、化合物筛选、先导化合物预测等工作。

这些只是AI预测蛋白质结构的几个例子。目前，真正致力于这一领域的企业和研究团队数不胜数。

越来越多的企业、人才、资金投入其中，这对蛋白质的研究意味着什么？

这种全新的蛋白质研究方式离我们越来越近，它不仅可以用于研发新药物、开发疫苗、发现复杂疾病的治病机理，还与我们的环境探测和环境保护密切相关。

或许，我们很快就能够切身感受到AI和蛋白质结构预测带来的新变化。

参考资料

1.ESM Metagenomic Structure Atlas by Meta AI (esmatlas.com)

2.AlphaFold’s new rival？ Meta AI predicts shape of 600 million proteins (nature.com)

3.Evolutionary-scale prediction of atomic level protein structure with a language model | bioRxiv

4.ESM Metagenomic Atlas： The first view of the ‘dark matter’ of the protein universe (facebook.com)

5.Metagenomics (genome.gov)

6.RoseTTAFold： Accurate protein structure prediction accessible to all – Institute for Protein Design (uw.edu)

7.Accurate prediction of protein structures and interactions using a three-track neural network | Science