前不久，DeepMind放出大招AlphaFold。在“蛋白質(zhì)結(jié)構(gòu)預(yù)測奧運會”CASP13比賽中，力壓其他參賽者。

那么，DeepMind這項研究到底意味著什么？會帶來什么樣的影響？

作為業(yè)內(nèi)人士，哈佛醫(yī)學(xué)院系統(tǒng)生物學(xué)研究員Mohammed AlQuraishi對其進行了解讀。他博士畢業(yè)于斯坦福大學(xué)，參加了CASP13，是AlphaFold大放異彩的見證者。

他認(rèn)為，AlphaFold有進步，但并沒有解決根本的問題。不過，它在生物化學(xué)中最重要的問題之一上取得了重大進展，大家應(yīng)該為此感到高興。

此外，AlphaFold推出之后，也引發(fā)了外界的質(zhì)疑，不少人都認(rèn)為這是一個高超的工程技術(shù)，并不能稱得上是一個基礎(chǔ)的科學(xué)見解。 AlQuraishi認(rèn)為，AlphaFold兩者兼具。

解讀文章發(fā)表之后，引發(fā)了不小的關(guān)注。不少業(yè)內(nèi)人士發(fā)表評論稱，這是目前關(guān)于AlphaFold的最好的一篇解讀。

AlphaFold有進步，但沒有解決根本問題

從AlphaFold給CASP成績帶來的提升來看，的確是取得了進步。但這個進步，是學(xué)術(shù)研究的自然增長，還是AlphaFold依靠自身能力帶來的呢？這是一個非常容易忽視、且容易引發(fā)分歧的問題。

上圖中，呈現(xiàn)了每屆CASP第一名和第二名的成績，虛線代表著CASP13預(yù)期成績，是根據(jù)CASP10到12的平均改善率預(yù)測的。

在CASP 10之前，整個增長曲線10年來基本上是平緩的。CASP11的提升，是因為引入了協(xié)同進化的方法。CASP 12帶來的提升，是這些方法最終被證明了。即使沒有AlphaFold，CASP13的成績，也會因為在協(xié)同進化方法中廣泛應(yīng)用深度學(xué)習(xí)，出現(xiàn)進一步的提升。

AlphaFold的意義，在于取得了更大幅度的提升。從圖中可以看出，第二好的方法，基本上和預(yù)計的差不多，而AlphaFold又在這個基礎(chǔ)上提升了不少。

因此，可以說AlphaFold取得了實質(zhì)性進展。

但這是否就意味著問題已經(jīng)解決了，或者說解決得差不多了呢？答案依舊是否定的。 AlQuraishi表示，AlphaFold的技術(shù)還沒有到達那一步。

如果按照AlphaFold這樣的發(fā)展勢頭，四年內(nèi)就能夠達到真正解決問題的地步。當(dāng)然，這是以發(fā)展勢頭能夠持續(xù)為前提的。但如果沒有新的概念突破，就沒有任何理由能夠證明，這個勢頭是可持續(xù)的。

一個有趣的假設(shè)是，如果其他有一個學(xué)術(shù)團體取得了與DeepMind相同的成果，會不會引發(fā)同樣大的關(guān)注？答案當(dāng)然是否定的。從CASP11→ CASP12的進步中就證明了這一點，當(dāng)時的進步并不比這一次差，但新聞報道寥寥無幾。

毫無疑問，DeepMind的影響力與受關(guān)注度，發(fā)揮了很大的作用，當(dāng)然，這對整個領(lǐng)域的發(fā)展也有很大的幫助。

此外，AlQuraishi認(rèn)為人們對DeepMind帶來的進步過于樂觀了，這是他們第一次進入這個領(lǐng)域，優(yōu)秀的工程附加價值可能不會重復(fù)出現(xiàn)。

但不論如何，DeepMind都給當(dāng)前的研究格局帶來了極大的沖擊。AlphaFold推出之后，CASP13上討論最多的一個問題就是，這是學(xué)科基礎(chǔ)的突破，還是DeepMind依賴高超的工程技術(shù)帶來的突破？

學(xué)科基礎(chǔ)的突破還是高超的工程技術(shù)？

AlQuraishi認(rèn)為，這個問題非常愚蠢，而且也會引起分歧。如果非要回答這個問題的話，兩者兼有。

從學(xué)科基礎(chǔ)突破方面來看，DeepMind有很多不錯的想法。

首先，他們不僅預(yù)測了這些氨基酸的化學(xué)鍵之間連接的角度與相互作用，還預(yù)測了成對的氨基酸之間的距離。

雖然說之前也有學(xué)者采用了相同的方法，但多重跡象表明，兩個團隊是獨立發(fā)展出這個想法的。至關(guān)重要的是，AlphaFold還進一步預(yù)測了距離分布。根據(jù)DeepMind官方博客的信息：

他們訓(xùn)練了一個神經(jīng)網(wǎng)絡(luò)來預(yù)測蛋白質(zhì)中每對殘基之間的距離分布。然后，將這些概率組合成一個分?jǐn)?shù)，用來估計一個蛋白質(zhì)結(jié)構(gòu)的準(zhǔn)確度，又另外訓(xùn)練了一個單獨的神經(jīng)網(wǎng)絡(luò)，基于所有距離的總和來評估初步給出的蛋白質(zhì)結(jié)構(gòu)與正確答案的接近程度。

其次，AlphaFold在進一步預(yù)測蛋白質(zhì)結(jié)構(gòu)的時候，還運用到了勢函數(shù)相關(guān)的知識。根據(jù)參考狀態(tài)，把用神經(jīng)網(wǎng)絡(luò)生成的勢函數(shù)中的勢進行歸一化。再用另一個獨立運行的算法把它最小化，進而生成蛋白質(zhì)折疊。

雖然這些想法看上去非常簡單，但科學(xué)不就是用簡單的想法產(chǎn)生深遠的影響嗎？

當(dāng)然，DeepMind也利用了他們在機器學(xué)習(xí)方面深厚的專業(yè)知識。例如，分布預(yù)測的想法與他們在一年前發(fā)表的關(guān)于分布強化學(xué)習(xí)的論文有點相似。

這對AlphaFold有沒有影響不得而知。但可以確定的是，機器學(xué)習(xí)和蛋白質(zhì)兩個領(lǐng)域的專業(yè)知識結(jié)合對于實現(xiàn)這些進步有很大的幫助。

在工程方面自是不消多說，現(xiàn)在大家看到的任何“優(yōu)雅”的解決方案，都是多次試錯的結(jié)果，這很大程度上取決于計算能力和人力資源。

學(xué)術(shù)團體的危機：到底發(fā)生了什么？未來怎么辦？

很多相關(guān)的研究學(xué)者，尤其是參加CASP13的學(xué)者，看到DeepMind的研究成果，都有一種存在主義的焦慮感。

非常具有諷刺意義的是，這些學(xué)者的目標(biāo)就是要淘汰蛋白質(zhì)晶體研究者，現(xiàn)在也在擔(dān)心自己被淘汰。

AlQuraishi認(rèn)為，大多數(shù)人都經(jīng)歷了以下的幾個階段：

一開始，擔(dān)心DeepMind團隊?wèi){借著一些卓越的洞察力，加上頂尖的工程技術(shù)，超越了我們所有人；

然后，看到他們的見解與大多數(shù)人的想法并沒有太多的不同，就松了一口氣；

進而開始貶低DeepMind的貢獻，并將其取得的成功，歸功于Alphabet掌握的資源。

撇開上述觀點的有效性不談，他們潛在的擔(dān)憂是，蛋白質(zhì)結(jié)構(gòu)預(yù)測作為一個學(xué)術(shù)領(lǐng)域，是否會像機器學(xué)習(xí)一樣，最好的研究將會在工業(yè)界的實驗室中誕生，而學(xué)術(shù)團體只能夠分食剩下的殘渣。

說實話，這個問題沒有答案。這個設(shè)想也是未來可能出現(xiàn)的情景。隨著DeepMind的加入，學(xué)術(shù)界的研究者這不得不考慮這一點。

關(guān)鍵是，學(xué)術(shù)研究團體，是否應(yīng)該就此放棄他們的蛋白質(zhì)結(jié)構(gòu)研究項目，轉(zhuǎn)向其他領(lǐng)域？換了新的領(lǐng)域，是不是還會有其他的科技公司進入，繼續(xù)壓迫他們的研究空間？就這些問題，AlQuraishi給出了自己的一些想法。

最重要的一點是，應(yīng)該意識到DeepMind的進入，是一件不可預(yù)測的好事。推動了整個科學(xué)界在生物化學(xué)最重要的問題上取得了重大進展。是誰取得了進展不重要，重要的是取得了進展。

而且，DeepMind的進入也表明了現(xiàn)在有了新的、世界一流的研究團隊在這個領(lǐng)域投入資源，并于現(xiàn)有最優(yōu)秀的團隊進行競爭。如果這樣的情況每十年發(fā)生一次，我們應(yīng)該張開雙臂歡迎。

我們也應(yīng)該鼓勵他們像學(xué)術(shù)團體一樣，公開分享他們的研究成果，學(xué)術(shù)團體也可以像他們學(xué)習(xí)如何改進工程實踐。

更何況，DeepMind也提高了蛋白質(zhì)結(jié)構(gòu)問題的知名度，也會激勵大量的人們進入這個領(lǐng)域。

面對DeepMind，最好的方法，就是的適應(yīng)。就像人工智能領(lǐng)域一樣，學(xué)術(shù)團體應(yīng)該把目光放在對資源要求較低，需要關(guān)鍵概念突破才能帶來進展的問題上。就蛋白質(zhì)結(jié)構(gòu)預(yù)測而言，這是一個多重的問題，真正解決這個問題，需要協(xié)同的方法。

此外，AlQuraishi也透露了DeepMind在AlphaFold上后續(xù)的動向，并表達了自己看法：

DeepMind已經(jīng)承諾了要發(fā)表一篇關(guān)于AlphaFold的論文，最終和確切的描述還要看他們的論文。不過，他們并沒有發(fā)布源代碼的計劃，短期內(nèi)也不太可能建立一個公開的預(yù)測服務(wù)器。

話雖如此，但他們在CASP13期間樂于討論他們的方法，并且似乎真的有興趣與社區(qū)分享這種方法，并希望其他學(xué)者能夠在此基礎(chǔ)上進一步發(fā)展。我的感覺是，他們是為了科學(xué)。

你怎么看？