北京雀斑医院地址 http://pf.39.net/bdfyy/bjzkbdfyy/210625/9104858.html年，新冠病毒的大流行让人类感到措手不及。这场人类与病毒的博弈超越了国界，全球诸多领域的科学家都投入到疫苗和药物的研究工作中，而新技术对于传统医学研究方法的助力，将有可能加快寻找新冠肺炎等疾病治疗药物的步伐。这其中，“蛋白质结构预测”作为基于药物靶点结构的新药发现和药物设计基础步骤，在药物研究的过程中起到了重要作用。前不久，谷歌旗下人工智能技术公司DeepMind提出的深度学习算法“Alphafold2”在对蛋白质结构和折叠的预测上取得了突破性的进展，一度宣称解决了困扰人类50年的难题。这证明了在人工智能技术的支持下，基于计算进行“蛋白质结构预测”的效率和准确率可以得到显著提升。借助于人工智能的计算生物学，科学家可以更快地对新冠等病毒的蛋白质结构进行预测，从而快速进行药物靶点筛选，更早寻找到战胜病毒的方法。年8月，通过CCF-腾讯犀牛鸟基金（以下简称“犀牛鸟基金”）的桥接，香港中文大学（深圳）理工学院李镇老师与腾讯AILab机器学习中心展开了《利用深度学习进行从头开始的蛋白质结构预测和蛋白质设计》项目研究（以下简称“蛋白质结构预测与设计项目”）。这项研究从预测蛋白质结构的算法入手，基于深度学习预测和了解蛋白质二级结构，三维结构及结构决定的功能。作为犀牛鸟基金优秀奖的获奖项目，开展一年多以来，腾讯tFold在参加相关领域的国际顶级测试竞赛（蛋白结构盲测竞赛CAMEO）期间（.03-.11），稳定获得周度、月度及季度冠军。香港中文大学（深圳）理工学院李镇老师蛋白质结构预测：破解生命密码的基础研究了解蛋白质的结构为什么如此重要，不仅因为蛋白质是人体一切细胞和组织的重要成分，更重要的是，蛋白质只有折叠成特定的空间构象才能具有相应的活性和生物学功能。因此，只有了解了蛋白质的结构，才能理解它的功能和工作原理，从而被称为“破解生命和万物的密码”。如果说基因是生命的蓝图，蛋白质便是生命的机器。据统计，自然界中已经测定的基因序列有1.8亿个，但是已知的蛋白质结构只有17万个。多年以来，实验法一直是蛋白质结构测定的金标准。但实验法往往依赖大量试错和昂贵的设备，要得到每一种蛋白质的结构，都得花费数月甚至数年时间。对于那些在自然界中不稳定存在或者是根本不存在的蛋白质序列，实验法就更加无法准确测定。“随着科学研究的深入，我们发现，人类面临的很多具体问题，无论是对付病毒、攻克疾病还是处理垃圾……基本上都与蛋白质及其扮演的角色有关。”李镇老师介绍道，“如果能清楚地知道蛋白质的结构，就能帮助科学家更快地解决这些问题。而我们负责的‘蛋白质二级结构预测’项目，就是从蛋白质的氨基酸序列出发在同源序列受限的情况下预测蛋白质结构中的局部特征（例如Alpha-螺旋或者Beta-折叠），这样的局部结构将为后续更好地对蛋白质的三维结构进行预测提供重要的约束。这在医学和生物技术领域都有很高的应用价值。”李镇老师团队与腾讯AILab合作，共同开发了基于计算生物学与深度学习方法的蛋白质三维结构预测算法平台——腾讯tFold。腾讯tFold平台通过深度学习预测出蛋白质结构以后，结构生物学家就能有针对性地做相应的实验，加速确定蛋白质结构的过程，从而可以为新的药物分子设计提供合理的靶分子及结构或者实现其他领域的落地。例如，tFold的成功开发也进一步辅助了与男性脱发密切相关的SRD5A2膜蛋白结构的破解。膜蛋白由于很难结晶，原本很难通过X射线晶体学等实验方法来确定其结构。而在腾讯与李镇老师团队合作开发的tFold平台的帮助下，来自香港中文大学（深圳）任若冰老师，上海科技大学，西湖大学，腾讯AILab的联合研究团队已经成功破解了该膜蛋白的三维结构，该成功已经被NatureCommunication接收。后期，科学家们可以针对该蛋白质结构的一些位点突变，找到相关药物延缓男性脱发。（tFold使用截图，
