【科普广播站/01】解开生命之“折”：蛋白质、人工智能与科学家的世纪难题

但正是这坨不讨喜的模型，开启了蛋白质结构研究的新时代。科学家意识到，每一种蛋白质都有自己独特的折叠结构，必须逐一解密。这并非一项简单的工程。迄今为止，科学家已破解20万个蛋白质结构，但与自然界数十亿甚至数万亿的蛋白质数量相比，这不过是九牛一毛。

生命的意大利面：蛋白质折叠的奥秘

蛋白质的“原材料”是一串氨基酸，就像一根软塌的意大利面条悬浮在细胞液中。每个氨基酸的排列顺序隐藏着蛋白质未来命运的密码。在这根面条制作完成后，它就会开始自发地折叠成特定的三维形状，从而获得功能。

但这个“自发”的过程远非表面那么简单。物理上，理论上需要让蛋白质链尝试所有可能的折叠方式，找到最稳定、能量最低的状态。按照计算，如果它真的一个一个尝试，可能要用上10的52次方年——比整个宇宙的年龄还长。

而现实中，大多数蛋白质却能在毫秒级别内完成这一复杂过程。这一“生物奇迹”被称为蛋白质折叠问题：是什么力量推动折叠？为什么这么快？我们能否仅凭氨基酸序列预测其最终形状？

分子伴侣的神秘协助

科学家最终发现，蛋白质并不是独自折叠的。细胞中存在一类名为“分子伴侣”（chaperone）的特殊蛋白，它们像导师一样，引导新合成的蛋白质走上正确的折叠之路。它们通过拉拽、支撑、屏蔽错误折叠等方式，大大减少了能量消耗，提高了效率。

这就像是为那根“意大利面”提供了自动导航系统，使它迅速变身为一个功能完备的“工具”。

AlphaFold2：人工智能的登场

尽管我们已经掌握了许多蛋白质折叠的规律，想要逐个实验破解所有蛋白质结构依然是不可能完成的任务。直到人工智能的介入，一切才真正开始加速。

2020年，谷歌旗下的DeepMind推出了震惊世界的AI系统——AlphaFold2。它并不像实验室一样一一测试蛋白质，而是使用深度学习技术，在庞大的蛋白质数据库中寻找规律。它能识别出序列中相互依赖的变化，推测哪些氨基酸在折叠后可能互相靠近。

输入氨基酸序列，几秒钟内，AlphaFold2 就能给出一个高精度的三维结构预测，并附带置信度评分。这项技术将科学家可用的预测蛋白质结构从原本的20万个，迅速提高到超过2亿个。
2024年，AlphaFold2的两位主要开发者——Demis Hassabis和John Jumper 因此荣获诺贝尔化学奖，成为AI进入主流科学界的又一里程碑。

但这就结束了吗？AI是否解决了蛋白质折叠问题？

答案是：还远远没有。

虽然AlphaFold2在预测蛋白质静态结构上取得了巨大成功，但蛋白质在真实生命环境中可不是一块“死板的积木”。它们需要不断移动、改变形状，与其他分子互动——比如转运离子、识别病毒、修复DNA等——这些动态行为目前仍难以预测。

此外，许多蛋白质的功能并不是依靠单个结构完成，而是通过与其他蛋白质或分子复合而来。这就像你不能通过观察一只乐器来预测整场交响乐的演奏方式。

AlphaFold2只是打开了蛋白质宇宙的一扇窗。真正了解它们的动态、相互作用、进化历史，还需要更多AI模型、更强算力，和更深入的实验验证。

人类科学家的角色会消失吗？

AlphaFold2的成功也引发了一个常见担忧：蛋白质科学家是否会因此“失业”？毕竟，几十年苦苦建模的过程，如今AI几秒钟就能完成。

但实际上，AI不仅没有替代科学家，反而给他们解放出更多时间与精力，让他们将注意力集中在更具挑战的问题上。比如：特定蛋白质与疾病的关系？是否能开发新药物靶点？蛋白质之间如何协作？甚至如何设计全新的人工蛋白？

正如肯德鲁与佩鲁茨用一台老式电脑耗时25年揭开肌红蛋白的面纱，如今的科学家，正与AI携手走入蛋白质的“元宇宙”，探索一个更深层次的生命维度。

写在最后

蛋白质，这些微小的分子，用最复杂的方式编织着我们的生命。而人工智能，则像是一把新钥匙，正在帮助我们解锁自然隐藏最深的秘密。

从抹香鲸肉到人工智能，从“世纪大便”到诺贝尔奖，蛋白质的结构之旅，不仅是分子层面的技术革命，更是人类对生命本质的不懈追问。而这场追问，才刚刚开始

相关稿件：
【科普广播站/02】怎么解开打结的蛋白质？—— 蛋白质聚集与衰老疾病
【科普广播站/03】如何设计一支抗体呢？