解碼生命之形：蛋白質摺疊、AlphaFold 與人工智慧生物學革命#

Decoding the Shape of Life: Protein Folding, AlphaFold, and the AI Biology Revolution

本書是「人工智慧系列」的第五本。前四本（《神經網路》、《智慧模型》、《強化學習》、《Agent 技術》）處理的是認知的軟體面；本書轉向生命科學的物理面，但使用的是同一套方法論：當一個領域的經典方法在 50 年內無法突破時，往往會出現一種新的資料表示與新的學習架構，把「不可能的搜尋空間」壓縮成「可解的推斷問題」。

全書的核心敘事是一條因果鏈：

• 蛋白質摺疊是列文索爾悖論（1969）揭示的組合爆炸問題 → 需要新的搜尋策略
• 摺疊漏斗（1995 formalized）與演化資訊提供物理與資訊的雙重約束
• 實驗技術（X 光 1912、NMR 1946、冷凍電子顯微鏡 1986/2013）長期無法跟上序列爆炸 → 需要代理模型
• AlphaFold 1（2018）證明深度網路可行但精度不足 → 關鍵在輸入表示
• Evoformer（2020）讓 MSA 表示與配對表示跨維度對話 → 演化資訊可以被深度挖掘
• 結構模組與 IPA（2020）讓網路直接操作三維剛體幾何，繞開了「先預測距離再轉座標」的瓶頸
• AlphaFold 3（2024）用擴散模型直接生成原子坐標，涵蓋蛋白質、核酸、配體、藥物
• 後 AlphaFold 時代：從「看見形狀」走向「預測動態與生命」

目錄#

• 第0章-導論：生命科學的聖杯與五十年懸案
  • 0.1-導論：生命科學的聖杯與五十年懸案
• 第1章-生物物理的底氣：認識蛋白質與摺疊之謎
  • 1.1-胺基酸的化學性質與多肽鏈的形成
  • 1.2-蛋白質的四級結構層次（初級、次級、三級、四級）
  • 1.3-結構決定功能的黃金定律
• 第2章-列文索爾悖論與熱力學迷思（1969-2000）
  • 2.1-列文索爾悖論（1969）：為什麼蛋白質不是亂數試出來的
  • 2.2-薛丁格的《生命是什麼？》（1944）與摺疊漏斗模型（1995）
  • 2.3-伴護蛋白（Chaperones）在細胞內的輔助角色（1980s-2000s）
• 第3章-窺探奈米世界的實驗技術（1912-2013）
  • 3.1-X 光晶體繞射的原理與限制（1912-1972）
  • 3.2-核磁共振光譜（NMR）與動態結構捕捉（1946-2010s）
  • 3.3-冷凍電子顯微鏡（Cryo-EM）的解析度革命（1986-2013）
• 第4章-電腦輔助預測的早期嘗試（1970s-2010s）
  • 4.1-同源建模（Homology Modeling）與執行緒折疊（Threading）（1970s-1990s）
  • 4.2-CASP 大賽的歷史沿革（1994-2024）
• 第5章-賽場上的黑馬：AlphaFold 1 到 AlphaFold 2 的演進（2018-2020）
  • 5.1-深度學習如何介入結構預測（2018）
  • 5.2-多重序列對齊（MSA）與演化資訊的深層挖掘（2020）
  • 5.3-CASP14 奪冠、模型開源與科學衝擊（2020）
• 第6章-Evoformer：資訊的跨維度對話（2020）
  • 6.1-兩種表示法的交織：MSA 表示與配對表示（Pair Representation）
  • 6.2-注意力機制（Attention Mechanisms）在生物序列中的應用
  • 6.3-學習物理與化學的內在約束
• 第7章-結構模組與不變點注意力（IPA）（2020）
  • 7.1-將矩陣化為坐標：剛體群組（Rigid Bodies）的概念
  • 7.2-不變點注意力（IPA）如何滿足空間幾何對稱性
  • 7.3-循環精煉（Recycling）機制：像藝術家般不斷打磨結構
• 第8章-信心指數與驗證：pLDDT 與 PAE（2020）
  • 8.1-讀懂預測結果的「不確定性」
  • 8.2-pLDDT 與預測區對齊誤差（PAE）的解讀技巧
  • 8.3-天然無序區域（IDRs）的科學意義
• 第9章-從蛋白質到整個生物分子宇宙：AlphaFold 3（2024）
  • 9.1-蛋白質與核酸（DNA / RNA）的交織網絡
  • 9.2-小分子配體（Ligands）與藥物對接的挑戰
  • 9.3-擴展模型（AF3 多體複合體）與配體擴散生成（2024）
• 第10章-擴散模型（Diffusion Model）的引入（2024）
  • 10.1-生成式 AI 如何重塑結構生物學
  • 10.2-從「分類 / 迴歸」到「直接生成原子坐標」
• 第11章-重塑藥物研發與疾病治療（2020-2026）
  • 11.1-標靶藥物設計的加速器
  • 11.2-罕見疾病與抗藥性機制的破解
• 第12章-合成生物學與蛋白質設計（2016-2026）
  • 12.1-創造自然界不存在的新型酵素（塑膠分解酶與高效催化劑）
  • 12.2-蛋白質設計與人工酵素：RFdiffusion 的逆向設計（2023）
  • 12.3-AlphaFold 資料庫（AlphaFold DB）對全球科學界的開放與影響（2022）
• 第13章-後 AlphaFold 時代的未解之謎與挑戰（2024-2026）
  • 13.1-蛋白質的動態變化與構形轉換（Conformational Changes）
  • 13.2-後轉譯修飾（PTMs）與細胞微環境的複雜性
  • 13.3-生物學的未來：從「看見形狀」到「預測生命」