預測蛋白質3D結構，單條蛋白質序列就能實現

7月22日，華深智藥對外宣布，公司在蛋白質結構預測方面開發出一項新技術OmegaFold，突破了已有計算機預測三維結構的模式，是人工智能（AI）和生命科學領域結合實現的一個突破。

華深智藥是由清華大學人工智能產業研究院孵化，是一家致力于使用AI重構藥物開發流程來提高新藥研發速度和效率的企業。日前，華深智藥獲得了近5億元的A輪融資。融資完成后，華深智藥將繼續擴大團隊與商務開發，完善AI高性能計算能力，拓展高通量實驗平臺，并同時推進管線自主研發與對外合作。

這些年來，學術界和產業界一直在嘗試著在計算機內模擬和預測蛋白質三維結構折疊，相應的算法也層出不窮。

此前，由谷歌旗下人工智能公司DeepMind發布的最佳的方法AlphaFold2和RoseTTAFold，是從一個蛋白質的進化歷史中，提取氨基酸的共進化信息，并根據這種共進化信息預測蛋白質的三維結構。

華深智藥創始人、伊利諾伊大學厄巴納—香檳分校計算機科學系及醫學院終身教授彭健向《中國科學報》介紹，如果要預測人體中的某個蛋白質的三維結構，目前的算法需要提前在數據庫中搜索與該蛋白質同源的蛋白質序列。

但是，很多蛋白質缺乏這種同源信息，比如，近年來出現了大量人工設計的蛋白質藥物和工業合成用酶，都是在生物進化歷史中從未出現過的。

因此，有業內人士指出，AlphaFold2和RoseTTAFold在這一大類蛋白質上也是束手無策。

6月19日，彭健在社交平臺上分享了華深智藥團隊的科學進展——蛋白質在體內進行折疊并不需要同源序列的存在，也不需要知道任何進化信息。“我們的團隊一直堅信蛋白質的三維結構可以僅僅從他的序列信息當中預測，并終于開發出了僅從單條蛋白序列就能預測出3D結構的算法OmegaFold。”

彭健表示，OmegaFold的出現讓人類從此不依賴一個蛋白質必須在進化當中留有印記，就可以獲知其三維結構信息并進一步推斷其生物功能。這將拓寬了人類設計蛋白質的搜索空間和效率。

據悉，在最近的全球持續蛋白質結構預測競賽CAMEO和全球蛋白質結構預測競賽CASP13/14的數據集上，OmegaFold從單條序列預測的結構分值遠遠超過了AlphaFold2以及RoseTTAFold，并且整體達到了或超越了AlphaFold2和RoseTTAFold的MSA版本的預測精度。

除了在CASP和CAMEO這些傳統數據集上，華深智藥團隊還將視角聚焦到了AlphaFold2和RoseTTAFold的軟肋：兩類眾所周知的缺乏蛋白質同源進化信息的蛋白質，一類是抗體蛋白質，另一類是所謂的孤兒蛋白質。

“抗體是人體免疫系統在抗原刺激下應激產生的，原理上就不會留有進化信息，一直是傳統蛋白質三維結構預測軟件的盲區。”彭健指出，“OmegaFold軟件在這兩類蛋白質上，尤其是抗體的關鍵功能區的結構預測上取得進展，將給整個大分子制藥領域帶來變革和機會。”