歡迎關注“新浪科技”的微信訂閱號：techsina

文 | 楊淨 詹士

Alphafold不能取代結構生物學家！

剛決定離美歸國不久的顏寧，再度發聲。

事實上自她宣佈“歸去來兮”後，喧囂與爭議都沒停過。

這其中最匪夷所思的，就是關於回來原因的討論——工作被AI替代了，所以在美國混不下去了。

於是在深圳“忙到現在”的顏寧，終於給出迴應：

Alphafold仍停留在我們5年前水平，與AI團隊合作迄今預測無一正確。

還羅列出了各種目前AI在結構生物學還無能為力的方面。

不少網友表示：不懂這行，但聽到顏老師這麼說，就放心了。

“Alphafold仍停留在我們5年前水平”

顏寧離美歸國創辦深圳醫學科學院，是在11月1日官宣的，一時備受關注，圈內圈外不少人都表達了誇讚和期待。

但一些質疑聲也隨之而來。

箇中話題，涉及其私人經歷，人事變動，甚至論文引用規範……最為引人關注的，還是——這位科學家之所以回國，因其研究方向已被AI取代。

對此，顏寧的迴應可以概括為三個方面。

其一，自己沒被AI取代，還遠著呢；其二，AlphaFold專注於摺疊，但對結構生物學領域，有三大理解問題，AI無能為力；其三，作為科研工作者，當然樂於擁抱技術進步。

具體來說。

顏寧所專注的電壓門控鈉離子和鈣離子通道有幾個關鍵問題（electromechanical coupling， ion selection， MOA of drugs and toxins），AlphaFold在我們過去解析的諸多結構的基礎上，於2021年預測結果達到了他們2017年的水平；

但一年過去，AlphaFold依舊停留在5年前（這裡僅針對Nav/Cav）。

為證明這點，她還擺出自己2021年8月及今年11月的兩次「AlphaFold侷限性」主題報告PPT封面，稱自己除日期外，內容一字也無需改。

此外，她還拿自己的親身經歷作為補充，本來已與專門做結構預測的AI團隊合作，測試新型小分子與蛋白的相互作用。但迄今為止預測無一正確。

接著，科普博主顏寧從專業的角度探討了AlphaFold與結構生物學之間的關係。

一言以蔽之，AlphaFold屬於蛋白質預測模型，專注於摺疊，但對結構生物學來說，在摺疊之外，有三大理解問題，AI無能為力。

理解蛋白質的動態變化

理解與其他生物大分子或者調節小分子的相互作用

理解在細胞原位裡的狀態。

目前上述領域缺乏足夠資料對AI進行訓練，因此模型無法對其提供正確預測。

一個典型的例子，就是去年他們團隊發表了Cav2。2結構的成果。這是一種神經組織N型電壓門控鈣離子通道，與人體痛覺傳導有關。解析其結構有助於瞭解通道調控機理，也為相關止痛藥設計研發提供思路。

因為發表晚了一步，沒有放到資料庫給到AlphaFold訓練。於是經由它預測出來的結構，就與實驗結果嚴重不符。

最後，顏寧還談了談對AlphaFold這些新技術的態度。

她表示：

真正的研究者都樂於擁抱技術進步，善用各種技術去探尋、解答自己感興趣的問題。事實上，我期待AI越來越強大，如果它真的可以強大到把我上述提的三個理解都實現，那我們真可以正兒八經從化學角度研究生命起源了。

AlphaFold以及AI究竟能否取代計算生物學？顏寧此次發聲無疑是給下明確的回答。事實上，自Alphafold誕生之日起，這種爭議就一直存在。

AlphaFold能做什麼

蛋白質結構預測，這是大家對於AlphaFold第一印象。一年時間它能從成功預測人類92。5%蛋白質，到全球已知所有的蛋白質結構都能預測。

如此速度和精確度，不免讓人擔心它會替代一批生物學家，正如當年AlphaGo一樣。首當其衝就是結構生物學家，其研究涉及生物大分子的三級結構（包括構架和形態），如何獲得他們的結構以及結構如何影響功能。

於是網路上就有相關問題的討論：像施一公顏寧、David Baker這些致力於該領域的科學家會不會深受打擊，甚至因此失業？

但事實是，蛋白質結構預測只是結構生物學的一個分支，也算不上一個新學科。在AlphaFold出現之前，就已經有科學家就已經嘗試用演算法透過序列來預測三維結構。

更嚴格意義上來講，只是其中一種工具之一。

以往常用的實驗手段包括，質譜法、X射線晶體學、冷凍電鏡等，他們解析出來的解析度高、錯誤率低。尤其是冷凍電鏡的發明，直接讓解析結果上升到了新高度。但礙於成本高昂，依賴裝置，於是就有科學家另闢蹊徑，來做結構預測。

據顏寧早前採訪時表示，蛋白質結構預測與實驗結構生物學融合度越來越高。在冷凍電鏡時代，用軟體預測結構模型，再根據實驗資料調整，就已經是常規操作。

其實也就是當下熱議的乾溼實驗閉環——計算生物在科研領域的典型價值。

△圖源：量子位智庫《計算生物產業報告》

顏寧曾這樣定義結構生物學：它的主語是生物學，是理解生命、是做出生物學發現。

結構只是開始，生物學功能、機理才是終點。而且光結構解析這一項，也需要多個手段聯合協作。

最典型如施一公團隊的RNA剪接體機理研究。他們曾在Science封面連發兩篇背靠背文章。

團隊首先透過冷凍電鏡解析了酵母剪接體近原子解析度的三維結構。接著就是在這個結構基礎上進行質譜等手段去詳細分析，最終揭示了剪接體對前體信使RNA執行剪接的基本工作機理。

放在當時在學界屬於首次，為與剪接體相關疾病的發病機理奠定了基礎。

如果將結構當做分析機理的手段，那麼AlphaFold更是生物學發現的起點。

除了蛋白質結構，事實上在結構生物學領域還有更多的問題還沒有解決，比如動力學問題，蛋白質摺疊的中間態等，依然是現有實驗手段無法揭示的。

網友：多喝涼茶不要上火

此番迴應之下，一方面解釋了關於「研究方向被AI取代」的質疑，另一方面也從中理解了此次顏寧回國的價值和意義。

有網友表示：

綜上預測軟體基於大資料的數學和機率 ，同樣的電鏡等裝置上的軟體也是基於測算物理的光的資料自動繪製出來的 。

回憶一下初中物理和大學數學的知識，分析一下二者不同和相同，你就能判斷顏寧這件事是怎麼回事以及她做的事情的意義。

而對於這一波直率而幽默的迴應，網友表示：這脾氣愛了愛了。

既講明白了問題，還暗戳戳針對了一些人。

當然，還有網友建議：既然到了廣東，多喝涼茶，不要上火。

嗯，確實很貼心了。