AI 醫療再一里程碑!DeepMind 用類神經網路解決「蛋白質折疊」難題

如果 DeepMind 的預測系統可以再升級,就能加快新藥開發時程,並協助現有藥物來應對「不斷進化」的新病毒或新疾病。
評論
▲Photo Credit: Shutterstock/ 達志影像
▲Photo Credit: Shutterstock/ 達志影像
評論

Google 旗下的人工智慧實驗室 DeepMind 曾開發出知名 AI 人工智慧圍棋軟體 AlphaGo,最近在醫療領域又有進展!他們將用 AI 解決困擾科學家超過半世紀的「蛋白質折疊」(Protein folding)難題,未來可望加速新藥物的開發時程。

對生物學家來說,要鑑定蛋白質的精確形狀通常需要花費數月、數年甚至可能到數十年的實驗,而電腦科學家也一直嘗試應用電腦來處理。過往 25 年來學界也都透過蛋白質結構預測關鍵評估(Critical Assessment of Structure Prediction;簡稱 CASP)實驗,廣邀各界來投入研究,但一直都還沒出現特別驚艷的解決方案。

而根據《紐約時報》報導,本週一時 DeepMind 宣布旗下名為 AlphaFold 的 AI 系統可以透過類神經網路技術,來預測蛋白質的完整結構。

當類神經網路分析目前已知的數千種蛋白質形狀後,就能預測其他蛋白質的形狀,前後只需要花費幾小時、甚至幾分鐘內的時間。一旦科學家能快速預測蛋白質在人體內的精確形狀,就能從中確定其他分子會用怎樣的方式與蛋白質結合,並立即應用在新藥開發上。因為藥物開發的其中一種方式即是:藉由藥物與人體特定蛋白質結合,進而改變行為。

螢幕快照_2020-12-01_下午4_35_50
Photo Credit: 取自 DeepMind 官網

研究人員認為,如果 DeepMind 的預測系統可以再升級,就能加快新藥開發時程,並協助現有藥物來應對「不斷進化」的新病毒或新疾病。雖然目前 DeepMind 技術進展還無法用來協助開發治療 Covid-19 的藥物,但可以讓人類未來碰到類似的新疾病大流行時,能更快速因應。

不過,就算藥物開發時程大幅縮短,新藥上市前還是得通過大規模臨床試驗,這階段仍需要花費一段時間;儘管如此,DeepMind 結合類神經網路技術來預測蛋白質精確形狀的方式,仍可以降低臨床實驗失敗率,避免因為毒性反應(toxic reaction)或其他問題而挫敗。

DeepMind 執行長暨共同創辦人 Demis Hassabis 表示,可能要等到明年 DeepMind 才能公開詳細實驗內容;此外,因為他們本身是研究實驗室,並不會將產品直接銷售給其他實驗室或企業,因此會與其他科學家探討如何共享技術合作。

核稿編輯:Chris

延伸閱讀:




精選熱門好工作

iOS工程師

Omlet Arcade 美商歐姆雷特
臺北市.台灣

獎勵 NT$15,000

App 工程師 App Engineer ( React Native )

創順科技有限公司
臺北市.台灣

獎勵 NT$15,000

高階維運工程師

中信安科技有限公司
臺北市.台灣

獎勵 NT$15,000