2022 - AlphaFold 蛋白質結構（AI 偵破蛋白質摺疊之謎）#
案件摘要#
2022 年 7 月，DeepMind 的 John Jumper 與 Demis Hassabis 團隊在《Nature》發表： AlphaFold 2 已預測了 2 億個蛋白質結構——幾乎涵蓋所有已知蛋白質， 資料庫開放給全人類。「序列 → 結構」這個困擾生物學五十年的懸案 （Anfinsen 1972 諾獎提出、Levinthal 悖論 1968 證明暴力搜索不可能） 被深度學習偵破——預測精度達到實驗誤差範圍（GDT_TS ~95）。 蛋白質摺疊之謎是 AI 在科學史上偵破的第一個世紀之謎。 （Jumper、Hassabis 獲 2024 年諾貝爾化學獎。）
前因 -- 為什麼會有這個案子#
- Anfinsen 的線索（1972）：蛋白質的胺基酸序列決定其三維結構 （核糖核酸酶的變性復性實驗）——「序列 → 結構」有唯一解。 但怎麼算出這個解？懸案。
- Levinthal 悖論（1968）：暴力搜索的絕望—— 一個 100 胺基酸的蛋白質，每個殘基 ~10 種構象，搜索空間 \(10^{100}\) —— 即使每個構象只試 1 毫秒，也要比宇宙年齡還久。 但蛋白質毫秒內就摺好了——它不走暴力搜索，走的是能量地形（漏斗）：
\[ \text{摺疊} = \text{能量地形的下滑}（\text{漏斗到天然態}）， \qquad \text{但地形本身仍是懸案}. \]
- 實驗的瓶頸：X 射線晶體學（一個結構 = 數年）與冷凍電鏡—— 2020 年 PDB 資料庫只有 18 萬個結構——vs 已知蛋白質數億個。 實驗速度是兇手：2 億個蛋白質等著被解構。
- AI 的接力：1990 年代的同源建模（用已知結構當模板）、 CASP 競賽（1994 起，兩年一屆的「蛋白質結構預測奧林匹克」）—— 2018 年 AlphaFold 1（CASP13）用深度殘差網路拿了第一—— 但精度距實驗還遠。Jumper 的偵探直覺：讓注意力機制直接「看懂」共演化。
線索與推理 -- 數學式、程式、理論#
核心推理：共演化 = 距離的化石#
AlphaFold 2 的關鍵線索：共演化 (co-evolution)—— 兩個在空間上靠近的殘基，突變時會互相補償（A 突變了、B 跟著突變以維持氫鍵）：
\[ \text{殘基 } i, j \text{ 空間接近} \Longleftrightarrow \text{MSA 中的共變異}（\text{互信息高}）. \]
序列比對 (MSA) 的統計中，藏著三維結構的距離矩陣—— 距離的化石就埋在序列的資料庫裡（2010 年古 DNA 的迴響：化石會說話，只要讀對地方）。 注意力機制（Transformer）直接從 MSA 中「讀出」這些共變異關係—— 不寫死物理規則，讓 AI 自己學會讀化石。
核心推理二：端到端 + 等變注意力#
AlphaFold 2 的架構（Evoformer + 結構模組）：
\[ \text{MSA + 模板} \xrightarrow{\text{Evoformer（48 層）}} \text{成對表示} \xrightarrow{\text{結構模組}} \text{3D 座標}. \]
- 端到端：從序列直接到座標，梯度直通（可微分的摺疊模組）
- 等變注意力：旋轉/平移不變的幾何表示（物理對稱性內建）
- 自蒸餾訓練：用已解的 17 萬結構訓練、再用預測結構訓練自己（2 億個結構的擴增） 精度：CASP14（2020）GDT_TS 中位數 92.4（實驗誤差範圍 ~90）—— 五十年懸案，兩年偵破（AlphaFold 1 到 2）。
結構預測的競賽對比#
| 方法 | 一個結構的時間 | 2 億結構的時間 | 精度 |
|---|---|---|---|
| X 射線晶體學 | 數月–數年 | 宇宙年齡級 | 實驗級 |
| 冷凍電鏡 | 數月 | 不可能 | 近實驗級 |
| 同源建模（2010s） | 數小時 | 數年 | 低（無模板就失敗） |
| AlphaFold 2 | 數分鐘 | 數週（已完成的 2 億） | 實驗級（GDT ~95） |
結案 -- 後果與影響#
- 結構生物學的民主化：2 億個結構開放（AlphaFold DB）—— 藥物設計、酶工程、結構註解全部跳過實驗瓶頸—— 實驗結構學從「貴族手藝」變成「驗證工具」（實驗的角色從發現轉為確認）。
- AI 偵破科學懸案的起點：AlphaFold 是 AI 在科學史上第一個 「偵破五十年懸案」的案例——之後的 AlphaFold 3（2024，蛋白質-配體複合物）、 ESMFold、RFdiffusion（蛋白質設計）—— 從讀結構到寫結構（CRISPR 2012 的迴響：讀寫生命）。
- 藥物的加速：靶點結構一鍵可得 → 藥物設計週期縮短—— 抗瘧疾疫苗、抗癌酶抑制劑的設計全部受益。
- Levinthal 悖論的餘音：AI 預測的是終態（天然態），不是路徑（摺疊過程）—— 摺疊動力學（分子動力學模擬）仍是懸案——終態被偵破，路徑待查。
- 2024 年諾獎：Jumper、Hassabis（化學獎，與 David Baker 的蛋白質設計同獲）—— AI 第一次站上諾獎的頒獎台——偵探的身份從人類擴展到機器。
- 本書的閉環：Hooke 看見細胞（1665）→ Anfinsen 提出序列決定結構（1972）→ AlphaFold 用 AI 讀出 2 億個結構（2022）—— 生命的偵破，人類與機器聯手完成了最後一塊拼圖。
關鍵人物與文獻#
- J. Jumper, R. Evans, A. Pritzel, D. Hassabis et al.：Nature 596, 583 (2021)——AlphaFold 2。
- CASP 競賽：1994–；Anfinsen：序列決定結構 (1972 諾獎)；Levinthal：悖論 (1968)。
- D. Baker：蛋白質設計（RFdiffusion）——2024 年同獲諾獎。
- 相關案件：
1977-Sanger定序法.md、2003-人類基因組計劃.md、DeepMind 的 AlphaZero 自我對弈演算法。