2021年，人工智能登上了各大新聞的頭條：Nature，Science分別發(fā)文，報道了能精準預(yù)測蛋白結(jié)構(gòu)的AI模型，同時年底，Science也將AlphaFold評為年度突破之首。在2022年，各種人工智能AI技術(shù)接踵而來：DeepMind計劃發(fā)布總數(shù)超過2億的結(jié)構(gòu)預(yù)測，這幾乎是所有已知蛋白質(zhì)的一半數(shù)量；科學(xué)家首次將人工智能領(lǐng)域的元學(xué)習(xí)方法引入神經(jīng)科學(xué)及醫(yī)療領(lǐng)域；人工智能助力時間分辨冷凍電鏡發(fā)現(xiàn)重大藥物靶點動力學(xué)調(diào)控機制；利用AI識別癌細胞，識別心臟病并發(fā)癥患者，給乳腺癌分類……甚至有科學(xué)家指出人工智能就是生命科學(xué)研究的“拐點”，未來將能利用人工智能取代多種繁重的重復(fù)實驗，帶來科學(xué)研究的新時代。

這讓人聽起來像是科幻小說的情節(jié)，但人工智能的作用越來越滲入生命科學(xué)研究是不可否認的事實，盤點2022讓人印象深刻的AI助力科研：

AlphaFold和AI蛋白質(zhì)折疊革命的下一步是什么？

在2021年7月，總部位于倫敦的DeepMind公司（隸屬于谷歌母公司Alphabet）公開了一個名為AlphaFold2的人工智能（AI）工具。該軟件可以從蛋白質(zhì)的基因序列中預(yù)測其三維結(jié)構(gòu)，其結(jié)果在大多數(shù)情況下都是精確的。

2022年，DeepMind計劃發(fā)布總數(shù)超過2億的結(jié)構(gòu)預(yù)測。這幾乎是所有已知蛋白質(zhì)的一半數(shù)量：比蛋白質(zhì)數(shù)據(jù)庫（PDB）結(jié)構(gòu)庫中實驗確定的蛋白質(zhì)數(shù)量多出數(shù)百倍。

AlphaFold也部署了深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)：計算架構(gòu)的靈感來自于大腦的神經(jīng)線路，以辨別數(shù)據(jù)的種類。它已經(jīng)在PDB和其他數(shù)據(jù)庫中的數(shù)十萬個實驗確定的蛋白質(zhì)結(jié)構(gòu)和序列上進行了訓(xùn)練。

同時，另一個科技巨頭正在填補蛋白質(zhì)宇宙中的暗物質(zhì)。Meta公司（前身為Facebook）的研究人員使用人工智能預(yù)測了約6億個蛋白質(zhì)的結(jié)構(gòu)，這些蛋白質(zhì)來自細菌、病毒和其他尚未被表征的微生物。相關(guān)研究11月1日發(fā)表于預(yù)印本網(wǎng)站BioRxiv。

Meta團隊總共預(yù)測了超過6.17億個蛋白質(zhì)的結(jié)構(gòu)，這項工作只花了兩周時間。在這6.17億個預(yù)測中，該模型認為超過1/3的預(yù)測是高質(zhì)量的，因此研究人員可以確信蛋白質(zhì)的整體形狀是正確的，在某些情況下，模型可以識別更精細的原子級細節(jié)。值得一提的是，其中數(shù)以百萬計的結(jié)構(gòu)都是全新的，與實驗確定的蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫，或從已知生物體預(yù)測的AlphaFold數(shù)據(jù)庫中的結(jié)構(gòu)都不同。

在某些情況下，人工智能為科學(xué)家們節(jié)省了時間；在其他情況下，它使以前無法想象或極不現(xiàn)實的研究成為可能。盡管它有局限性，一些科學(xué)家發(fā)現(xiàn)它的預(yù)測對他們的工作來說太不可靠。但是，它的崛起和實驗的進展已不可阻擋。

Nature新解讀，AlphaFold和AI蛋白質(zhì)折疊革命的下一步是什么？

Deep Mind遇上對手，Meta AI預(yù)測6億蛋白質(zhì)結(jié)構(gòu)

人工智能領(lǐng)域的元學(xué)習(xí)方法引入神經(jīng)科學(xué)及醫(yī)療領(lǐng)域

5月，一項技術(shù)成果在神經(jīng)生物學(xué)頂級期刊《自然·神經(jīng)科學(xué)》上發(fā)布。這項研究首次將人工智能領(lǐng)域的元學(xué)習(xí)方法引入神經(jīng)科學(xué)及醫(yī)療領(lǐng)域，能在有限的醫(yī)療數(shù)據(jù)上訓(xùn)練可靠的AI模型，提升基于腦成像的精準醫(yī)療效果。

這一新方法已經(jīng)在英國生物銀行和人類連接組計劃的數(shù)據(jù)集上完成了測評，測評結(jié)果顯示，新方法相較于傳統(tǒng)方法體現(xiàn)出更高的準確率。實驗顯示，這項新的訓(xùn)練框架非常靈活，可以與任何機器學(xué)習(xí)算法相結(jié)合，在小規(guī)模的數(shù)據(jù)集上，也可以有效地訓(xùn)練泛化性能好的AI預(yù)測模型。

科學(xué)家首次將AI元學(xué)習(xí)引入神經(jīng)科學(xué)

預(yù)測糖尿病并發(fā)癥高?；颊?/strong>

休斯頓大學(xué)蒂爾曼J.費爾蒂塔醫(yī)學(xué)院的研究人員正在開發(fā)一種臨床決策支持系統(tǒng)，該系統(tǒng)使用深度學(xué)習(xí)來預(yù)測哪些患者更有可能出現(xiàn)并發(fā)癥。

AI系統(tǒng)預(yù)測糖尿病并發(fā)癥高?；颊?/p>

研究顯示，人工智能可能改善糖尿病診斷 

科學(xué)家開發(fā)了一種利用人工智能預(yù)測糖尿病患者12小時發(fā)病的方法 

準確的乳腺密度分類

一項新的研究表明，一種人工智能(AI)工具可以準確且一致地對乳房x光片上的乳腺密度進行分類。

AI提供準確的乳腺密度分類

基于AI的新型蛋白-小分子打分方法

研究人員提出了一種用于機器學(xué)習(xí)打分函數(shù)訓(xùn)練和測試的無偏數(shù)據(jù)集構(gòu)建新方法。該方法引入四種技巧來消除隱藏偏差，給定特定靶標的活性分子，基于條件分子生成和分子對接，可以基于已知的活性分子高效地生成相應(yīng)的負樣本（decoys），為機器學(xué)習(xí)打分函數(shù)的訓(xùn)練和測評提供了無偏的數(shù)據(jù)集。

Journal of Medicinal Chemistry：基于AI的新型蛋白-小分子打分方法

人工智能助力時間分辨冷凍電鏡發(fā)現(xiàn)重大藥物靶點動力學(xué)調(diào)控機制

今年4月，北京大學(xué)國家生物醫(yī)學(xué)成像科學(xué)中心、北大-清華生命科學(xué)聯(lián)合中心、北大定量生物學(xué)中心毛有東團隊在國際頂級學(xué)術(shù)期刊《自然》雜志發(fā)表研究論文，報道了利用自主研發(fā)的深度學(xué)習(xí)高精度四維重建技術(shù)，發(fā)展并應(yīng)用時間分辨冷凍電鏡，闡明原子水平人源蛋白酶體動力學(xué)調(diào)控和構(gòu)象重編程機制的突破性科學(xué)發(fā)現(xiàn)。這是國際上首次將人工智能四維重建技術(shù)用于大幅提升時間分辨冷凍電鏡分析精度，針對重大疾病靶標復(fù)合體，實現(xiàn)原子水平動力學(xué)觀測的國際領(lǐng)先原創(chuàng)一流成果，展示了一類新型的蛋白質(zhì)復(fù)合動力學(xué)研究范式。

北京大學(xué)Nature發(fā)表突破性研究成果：人工智能助力時間分辨冷凍電鏡發(fā)現(xiàn)重大藥物靶點動力學(xué)調(diào)控機制

檢測胰腺癌的早期跡象

Cedars Sinai研究人員開發(fā)的一種人工智能（AI）工具根據(jù)他們在被診斷為胰腺癌前幾年的CT掃描圖像準確預(yù)測了誰會患胰腺癌。

人工智能可以檢測出胰腺癌的早期跡象

代謝組聯(lián)合人工智能肺癌早期檢測新方法 

人工智能和機器學(xué)習(xí)在癌癥診斷和治療方面顯示出前景

Genome Biology：人工智能識別癌細胞

新型人工智能血液檢測可檢測肝癌

心臟疾病

猶他大學(xué)健康學(xué)院的科學(xué)家們首次證明，人工智能可以更好地預(yù)測心血管疾病的發(fā)病和病程。研究人員與山間初級兒童醫(yī)院的醫(yī)生合作，開發(fā)了獨特的計算工具，以精確測量現(xiàn)有醫(yī)療條件對心臟和血管的協(xié)同效應(yīng)。

PLOS Digital Health：人工智能識別出有心臟病并發(fā)癥風(fēng)險的個體

通過人工智能促進心臟健康

新的人工智能工具可以檢測到經(jīng)常被忽視的心臟病 

眼部疾病

來自美國國家眼科研究所(NEI)的科學(xué)家發(fā)現(xiàn)了視網(wǎng)膜色素上皮(RPE)的五個亞群，RPE是滋養(yǎng)和支持視網(wǎng)膜感光細胞的一層組織。利用人工智能，研究人員分析了單細胞分辨率下的RPE圖像，以創(chuàng)建一個參考地圖，定位眼睛內(nèi)的每個亞群。這項研究的報告于2022年5月6日發(fā)表在《美國國家科學(xué)院院刊》上。

用人工智能治療致盲性眼病 

更多疾病

利用人工智能改善結(jié)核病治療 

人工智能使唐氏綜合癥的早期無創(chuàng)、準確篩查成為可能

人工智能有助于檢測步態(tài)變化和診斷帕金森氏癥