2021年，人工智能登上了各大新聞的頭條：Nature，Science分別發(fā)文，報(bào)道了能精準(zhǔn)預(yù)測(cè)蛋白結(jié)構(gòu)的AI模型，同時(shí)年底，Science也將AlphaFold評(píng)為年度突破之首。在2022年，各種人工智能AI技術(shù)接踵而來(lái)：DeepMind計(jì)劃發(fā)布總數(shù)超過(guò)2億的結(jié)構(gòu)預(yù)測(cè)，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(shí)間分辨冷凍電鏡發(fā)現(xiàn)重大藥物靶點(diǎn)動(dòng)力學(xué)調(diào)控機(jī)制；利用AI識(shí)別癌細(xì)胞，識(shí)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(diǎn)”，未來(lái)將能利用人工智能取代多種繁重的重復(fù)實(shí)驗(yàn)，帶來(lái)科學(xué)研究的新時(shí)代。

這讓人聽(tīng)起來(lái)像是科幻小說(shuō)的情節(jié)，但人工智能的作用越來(lái)越滲入生命科學(xué)研究是不可否認(rèn)的事實(shí)，盤點(diǎn)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(gè)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(cè)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(jì)劃發(fā)布總數(shù)超過(guò)2億的結(jié)構(gòu)預(yù)測(cè)。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(kù)（PDB）結(jié)構(gòu)庫(kù)中實(shí)驗(yàn)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(jì)算架構(gòu)的靈感來(lái)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(kù)中的數(shù)十萬(wàn)個(gè)實(shí)驗(yàn)確定的蛋白質(zhì)結(jié)構(gòu)和序列上進(jìn)行了訓(xùn)練。

同時(shí)，另一個(gè)科技巨頭正在填補(bǔ)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(cè)了約6億個(gè)蛋白質(zhì)的結(jié)構(gòu)，這些蛋白質(zhì)來(lái)自細(xì)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(tuán)隊(duì)總共預(yù)測(cè)了超過(guò)6.17億個(gè)蛋白質(zhì)的結(jié)構(gòu)，這項(xiàng)工作只花了兩周時(shí)間。在這6.17億個(gè)預(yù)測(cè)中，該模型認(rèn)為超過(guò)1/3的預(yù)測(cè)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(shí)別更精細(xì)的原子級(jí)細(xì)節(jié)。值得一提的是，其中數(shù)以百萬(wàn)計(jì)的結(jié)構(gòu)都是全新的，與實(shí)驗(yàn)確定的蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)，或從已知生物體預(yù)測(cè)的AlphaFold數(shù)據(jù)庫(kù)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(shí)間；在其他情況下，它使以前無(wú)法想象或極不現(xiàn)實(shí)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(cè)對(duì)他們的工作來(lái)說(shuō)太不可靠。但是，它的崛起和實(shí)驗(yàn)的進(jìn)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(duì)手，Meta AI預(yù)測(cè)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(xiàng)技術(shù)成果在神經(jīng)生物學(xué)頂級(jí)期刊《自然·神經(jīng)科學(xué)》上發(fā)布。這項(xiàng)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(zhǔn)醫(yī)療效果。

這一新方法已經(jīng)在英國(guó)生物銀行和人類連接組計(jì)劃的數(shù)據(jù)集上完成了測(cè)評(píng)，測(cè)評(píng)結(jié)果顯示，新方法相較于傳統(tǒng)方法體現(xiàn)出更高的準(zhǔn)確率。實(shí)驗(yàn)顯示，這項(xiàng)新的訓(xùn)練框架非常靈活，可以與任何機(jī)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(cè)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(cè)糖尿病并發(fā)癥高?；颊?/strong>

休斯頓大學(xué)蒂爾曼J.費(fèi)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(lái)預(yù)測(cè)哪些患者更有可能出現(xiàn)并發(fā)癥。

AI系統(tǒng)預(yù)測(cè)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(cè)糖尿病患者12小時(shí)發(fā)病的方法 

準(zhǔn)確的乳腺密度分類

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

AI提供準(zhǔn)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(jī)器學(xué)習(xí)打分函數(shù)訓(xùn)練和測(cè)試的無(wú)偏數(shù)據(jù)集構(gòu)建新方法。該方法引入四種技巧來(lái)消除隱藏偏差，給定特定靶標(biāo)的活性分子，基于條件分子生成和分子對(duì)接，可以基于已知的活性分子高效地生成相應(yīng)的負(fù)樣本（decoys），為機(jī)器學(xué)習(xí)打分函數(shù)的訓(xùn)練和測(cè)評(píng)提供了無(wú)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(shí)間分辨冷凍電鏡發(fā)現(xiàn)重大藥物靶點(diǎn)動(dòng)力學(xué)調(diào)控機(jī)制

今年4月，北京大學(xué)國(guó)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(tuán)隊(duì)在國(guó)際頂級(jí)學(xué)術(shù)期刊《自然》雜志發(fā)表研究論文，報(bào)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(shí)間分辨冷凍電鏡，闡明原子水平人源蛋白酶體動(dòng)力學(xué)調(diào)控和構(gòu)象重編程機(jī)制的突破性科學(xué)發(fā)現(xiàn)。這是國(guó)際上首次將人工智能四維重建技術(shù)用于大幅提升時(shí)間分辨冷凍電鏡分析精度，針對(duì)重大疾病靶標(biāo)復(fù)合體，實(shí)現(xiàn)原子水平動(dòng)力學(xué)觀測(cè)的國(guó)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(dòng)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(shí)間分辨冷凍電鏡發(fā)現(xiàn)重大藥物靶點(diǎn)動(dòng)力學(xué)調(diào)控機(jī)制

檢測(cè)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?cè)诒辉\斷為胰腺癌前幾年的CT掃描圖像準(zhǔn)確預(yù)測(cè)了誰(shuí)會(huì)患胰腺癌。

人工智能可以檢測(cè)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(cè)新方法 

人工智能和機(jī)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(shí)別癌細(xì)胞

新型人工智能血液檢測(cè)可檢測(cè)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(cè)心血管疾病的發(fā)病和病程。研究人員與山間初級(jí)兒童醫(yī)院的醫(yī)生合作，開發(fā)了獨(dú)特的計(jì)算工具，以精確測(cè)量現(xiàn)有醫(yī)療條件對(duì)心臟和血管的協(xié)同效應(yīng)。

PLOS Digital Health：人工智能識(shí)別出有心臟病并發(fā)癥風(fēng)險(xiǎn)的個(gè)體

通過(guò)人工智能促進(jìn)心臟健康

新的人工智能工具可以檢測(cè)到經(jīng)常被忽視的心臟病 

眼部疾病

來(lái)自美國(guó)國(guó)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(gè)亞群，RPE是滋養(yǎng)和支持視網(wǎng)膜感光細(xì)胞的一層組織。利用人工智能，研究人員分析了單細(xì)胞分辨率下的RPE圖像，以創(chuàng)建一個(gè)參考地圖，定位眼睛內(nèi)的每個(gè)亞群。這項(xiàng)研究的報(bào)告于2022年5月6日發(fā)表在《美國(guó)國(guó)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(wú)創(chuàng)、準(zhǔn)確篩查成為可能

人工智能有助于檢測(cè)步態(tài)變化和診斷帕金森氏癥