Deepmind称已解决蛋白质折叠问题 计算时间从月缩短到小时

cuda

若报道属实，意味着运算效率提升了上千倍，分布式计算可能就不再必需。
相关报道：
https://www.sohu.com/a/435481412_104421

牵牛星

逼乎相关讨论：https://www.zhihu.com/question/432774098

在真正开源之前，还是保持谨慎乐观的态度
Deepmind用了100多块TPU跑了两个多月，哪怕最终能够移植到支持半精度的图灵、安培架构，计算量也不会少到哪里去，分布式计算依然能够发光发热很久
据说隔壁Rosetta@Home也在紧密跟进CASP相应算法，新版本程序将大幅降低对CPU资源的需求，GPU机器学习程序也在开发中

fwjmath

也不是完全解决了，毕竟实验是最可靠的，从第一性原理出发的计算（比如FAH的分子动力学计算）是其次可靠的。深度学习的结果的确不错，但如果要准确确定结构的话，还是需要实验或者第一性原理出发的计算。

fwjmath

但是，如果只需要一个粗糙的结果的话，那么深度学习显然是更加有效的，所以深度学习相当于给了生物学家一个新工具，让他们可以先简单做一点粗糙的计算（无论是唯象还是定量），如果觉得有苗头，再去用更精确的办法。这会大大促进生物学方面的研究，也的确会震动蛋白质折叠这一研究领域。

罗睿

总部位于英国的AI公司DeepMind自开发出AlphaGo以后，已经成为了人工智能领域里的领航者。  然而，有不少人诟病其未能在更加具有应用性的问题里有所突破。  在此背景下，DeepMind的研究人员正在努力让AI解决更根本的重大科学难题。他们使用最新版本的AlphaFold AI引擎，似乎实现了一个雄心勃勃的目标。  大约50年以来，分子生物学家一直猜测，蛋白质分子长链在空间中的折叠结构，是由链上的氨基酸种类和顺序唯一决定的——由此我们就可以按部就班地拼接氨基酸来得到特定功能的酶，或者仅通过小分子的顺序来预测蛋白质大分子的功能，而无需实验——但这并不是一个容易解决的问题。  实际上，潜在结构的数目是如此之大，以至于研究人员推测，对所有可能的分子排列进行采样所花费的时间将超过宇宙的寿命。  但是，如果我们能够解决这个难题(即蛋白质折叠问题)，将极大地加快药物开发和疾病建模的能力，并带来远远超出当前想象的应用。  因此，尽管面临挑战，但数十年来，研究人员一直在努力寻找解决方案。  1990年代开始进行了名为CASP(蛋白质结构预测的关键评估)的严格实验，用于检验科学家们设计出的能够预测蛋白质折叠的理论系统。  如今，在CASP的第三个十年中，似乎已经产生了最有希望的解决方案——DeepMind的AlphaFold提供了准确性前所未有的3D蛋白质结构预测模型。  在实验中，DeepMind为AlphaFold使用了一种新的深度学习架构，该架构能够理解和计算3D蛋白质的“空间图”，从而预测支撑其折叠结构的分子结构。  AI系统被喂了大约170000种蛋白质的结构数据，作为培训，参与到今年的CASP挑战中(CASP14)，得分为92.4 GDT。  该数值高于通常的湿实验方法得到的结果——90 GDT阈值，而DeepMind表示，其预测平均仅偏离约1.6埃(约一个原子的宽度)。  欧洲分子生物学实验室的基因组学研究员Ewan Birney说：“当我看到这些结果时，我几乎从椅子上摔了下来。我知道CASP多么严格——它基本上确保了计算模型必须从头开始蛋白质折叠。令人沮丧的是，看到这些模型可以如此精确地做到这一点，而我们有很多方面需要理解，但这确实是科学的巨大进步。”  值得注意的是，该研究尚未经过同行评审，也未在科学杂志上发表(尽管DeepMind的研究人员说快了)。  即使这样，即使尚未看到完整的报告和详细的结果，该领域的专家已经赞叹不已。  皇家学会主席，结构生物学家Venki Ramakrishnan说：“这项计算代表了蛋白质折叠问题的惊人进展，而那是生物学有50年历史的重大问题。”  完整的论文尚未发布，但是您可以在此处查看摘要：https://predictioncenter.org/casp14/doc/CASP14_Abstracts.pdf。  https://www.sciencealert.com/ai-solves-50-year-old-biology-grand-challenge-decades-before-experts-predicted  *解释一下大概就是说，蛋白质分子长链上的氨基酸与空间结构的关系，最理想的情况当然是把它转化为物理-数学问题。从更基本的物理特性出发，转为数学模型，然后直接证明，得到定律。如同万有引力可以推导出天体的运行轨迹一样。  但是那个目前做不到。所以只能寄希望于统计-数值模型。就是我们从大量数据里发掘出一个规律性的东西，但是规律的本质我们还不清楚。  AlphaFold就是得到了当前最优的模型。它给出的预测结果，和直接实验测量蛋白质一样好。然后它的计算时间也足够快。

fevaoctwh

不牵涉科学……只讲社会……这年头，无论国内外，资源永远是掌握在少数人手中的，包括现在的超算算力甚至未来能释放出来的算力
总有个人/小组因为没地位，只能求爷爷告奶奶……

Keyco

fevaoctwh 发表于 2020-12-7 08:47
不牵涉科学……只讲社会……这年头，无论国内外，资源永远是掌握在少数人手中的，包括现在的超算算力甚至未 ...

所以要有一套稍微公平点的机制，使得那些有能力的个人也可以获得资源。
最后结果变成了很多有能力的人往外跑了。

Biofluid

对的，就好比deep learning可以模拟游戏中的物理场景，却不能直接拿结果发表学术论文一样

Biofluid

对的，就好比deep learning可以模拟游戏中的物理场景，却不能直接拿结果发表学术论文一样

fevaoctwh

Keyco 发表于 2020-12-7 10:30
所以要有一套稍微公平点的机制，使得那些有能力的个人也可以获得资源。
最后结果变成了很多有能力的人往 ...

愿望是美好的，哈哈哈哈，但很可惜只要评判标准有主观成分，有人类参与，就有江湖和圈子。国内外学术圈都一个玩法，只不过国内太过分的被圈内广为人知的会被拎出来批判是学阀而已。

Keyco

fevaoctwh 发表于 2020-12-8 08:01
愿望是美好的，哈哈哈哈，但很可惜只要评判标准有主观成分，有人类参与，就有江湖和圈子。国内外学术圈都 ...

我觉得小圈子算是正常现象，人之间总有相处舒服，三观相同或者利益相对一致的。但是因此互相排挤，对其他人作恶，就他妈的恶心。可能还要绑架14亿人民的利益，裃14亿人的油。针对这类的，我建议直接肉体消灭。

wpf999

科学家对算力的需求永远是丧心病狂的，即使速度提高千倍，他们还是会用分布式、超算来算更大体系的问题。