（2021-08-03）多年的努力，科學家們用多種實驗方法，僅找出17%的人體蛋白質，且每種都耗以月計的時間，直到近年AI的運用，把時間縮短到幾分鐘...
（2021-08-03）說到蛋白，小時候總以為是煮熟了雞蛋的蛋清，又白又光亮，後來才知道蛋白是對身體有益的食物，魚、肉、豆類都含有豐富的蛋白。但蛋白與蛋白質，字面相似卻不完全相同，因為蛋白質是生命的根基，我們的身體都要靠各種蛋白質的作用來維繫，我們吃的蛋白食物，含有蛋白質、但也含有其他成分。
那蛋白質是什麼呢？是由生命最底層的20種氨基酸（Amino Acid）所組成，最近又發現２種氨基酸，所以地球上所有動植物的蛋白質都是由這22種氨基酸所組成。
組成人體蛋白質的氨基酸僅有20種，那蛋白質的結構應該很簡單？正好相反。因為蛋白質不光是把幾個氨基酸連起來，還會改變形狀，學術上稱為摺疊（Folding），摺疊之後形成一特定的立體結構，決定它的作用。
蛋白質的摺紙共有四級，氨基酸連在一起是第一級，然後變化成螺旋鍊、或是平面條狀，是為第二級，再經過摺疊立體成形，是第三級，許多成形的立體單元結合在一起，是第四級，成為固定有特定作用的蛋白質。
氨基酸連接的順序由基因DNA編碼決定，也因此決定了蛋白質摺疊後的形狀，所以一環扣一環，一旦摺疊出錯，原有作用不再發揮，身體就出了狀況。蛋白質是生命的底層，不同的蛋白質發揮不同作用，例如抗體就是蛋白質的一種，用來抵抗外來的病毒，酵素是另一種，促成無數的化學反應。而各細胞與組織間的信息傳遞，支持身體的結構，蛋白質本身的傳送與儲存，都是各種蛋白質的作用。
蛋白質既然這麼重要，科學家自然想進一步知道它的結構，特別是怎麼摺疊成最終的形狀，但因為數量與複雜的程度，科學家對蛋白質形成的研究受到了限制。
人體蛋白質的數量，以從一組基因有一種蛋白質估算，至少有２萬種，有人估算的更多，但更複雜的是從氨基酸的連接到摺疊成形，速度非常快，以千分之一秒計，而且可能的摺疊配置方式有人估計為10的300次方（10後面加300個0）那麼多種。
所以即使知道氨基酸的排序，也難以預測蛋白質的摺疊，以及摺疊後的最終結構。同樣的氨基酸排序，摺疊成同樣的立體蛋白質結構，獲得氨基酸之間最大的互動效果，科學家想知道這些，因為可以更瞭解細胞的功能，以及失誤的摺疊如何發生疾病，更可以針對特定蛋白質的反應設計標把藥物。多年的努力，科學家們用多種實驗方法，僅找出17%的人體蛋白質，而且每種都耗以月計的時間，直到近年AI的運用，把時間縮短到幾分鐘。
Alphabet所屬的DeepMind，大家也許還記得他們的AlphaGO圍棋電腦程式，擊敗了人類圍棋高手，這個AI軟體現在有了新版本稱為AlphaFold，用氨基酸的排序預測蛋白質的摺疊結構，幾年下來的研究，可以預測人體全部約２萬種蛋白質的結構，加上另20種常用研究的生物體如果蠅、大腸桿菌、老鼠等，一共可預測35萬種蛋白質，並預定年底要增加到１億３千萬種，相當於科學所知蛋白質的半數。
同樣是深層學習的AI，摺疊與下棋未必相同，但以現有經實驗證實的蛋白質資料庫為藍本，作為訓練摺疊的關連，應是一大關鍵。DeepMind做了兩件事，一是把電腦程式碼公開，一是把所預測到的人體與部分生物體的結果存入資料庫，供科學研究使用，同時也繼續更新，繼續驗證預測的結果。很多科學家都認同這是繼基因排序之後，對科學最大的貢獻。
預測的準確度有多少？DeepMind研究人員提供了一個衡量的規範，告訴大家一個範圍。對人類的蛋白質組（Proteome）以個別氨基酸對應位置預測的蛋白質，有58%的可信度，而有36%可以準確到原子層次，應可用來製藥或是酵素。即使準確度不高的預測，在學術上仍有價值，生物學家認為有些蛋白質沒有固定的形狀，僅是蠕動的液體，而低準確度的預測範圍，可能是這些無狀態的蛋白質。
快速預測蛋白質結構的應用，有無限的想像空間，發展新藥、醫治新舊疑難雜症，自然是首要，而設計不受氣候變化干擾的農作物，也正是急需。英國樸茨茅斯大學結構生物學教授John McGeehan研究分解塑膠的酵素，說所需要的蛋白質不能用實驗方法確定，AlphaFold將替我們省下好幾年的時間。
DeepMind的AlphaFold發表在７月22日的《自然（Nature）》期刊。
Highly accurate protein structure prediction for the human proteome
本文取材自2021年８月１日「那福忠西海岸數位隨筆（215）」：AI掀開了蛋白質的秘密
對本文有任何看法，歡迎 E-Mail：frank.na@gmail.com 給作者，分享您對本文的看法。
