DeepMind開源的AlphaFold怎么用？打開Colab就能在線用

長沙7喜 2021-07-30

展開全文

機器之心報道

機器之心編輯部

借助 Colab，你可以在線使用 AlphaFold 的一個簡化版本。

前段時間，《自然》雜志刊登了 DeepMind 的兩篇論文，介紹了該公司在蛋白質(zhì)結構預測方向的最新進展。研究表明，DeepMind 的 AlphaFold 所預測的蛋白質(zhì)結構已經(jīng)能達到原子水平的準確率。與此同時，他們還在 GitHub 上公開了 AlphaFold 的源代碼。

開源鏈接：https://github.com/deepmind/alphafold

然而，有些研究者抱怨說數(shù)據(jù)文件太大了（2.2TB）。于是，在幾個小時之內(nèi)，一些敬業(yè)的研究者就創(chuàng)造出了一個 Google Colab notebook。借助這一工具，任何一個擁有免費谷歌賬號的人都可以在自己感興趣的蛋白質(zhì)上運行略微簡化的 AlphaFold 2，甚至不需要下載數(shù)據(jù)，也不需要任何特殊硬件。所有的計算都是在云上進行的，而且是在一個免費的 colab 空間內(nèi)進行的，這讓用戶能夠?qū)\行進行微調(diào)。這是加速技術大眾化最好的方法之一。

Colab 地址：https://colab.research.google.com/github/deepmind/alphafold/blob/main/notebooks/AlphaFold.ipynb

開放的 AlphaFold 將分子生物學研究帶入新時代

2020 年 12 月，AlphaFold2 在國際蛋白質(zhì)結構預測競賽 CASP14 擊敗一眾選手，實現(xiàn)了前所未有的結構預測精度，這破解了出現(xiàn) 50 年之久的蛋白質(zhì)分子折疊問題，被稱作結構生物學「革命性」的突破、蛋白質(zhì)研究領域的里程碑。

但成功之后，批評和質(zhì)疑也隨之而來，這些聲音包括：「學術界無法與這樣的巨頭競爭」「他們做的很好，但我們不能用」「他們肯定不會把它開放給別人使用」。

但 DeepMind 最近的舉動回應了這些擔憂，他們不僅開源了 AlphaFold 的代碼，還提供了一個 Colab pipeline。有個這個東西，你甚至可以通過手機使用簡化版 AlphaFold 2。

如下面兩位研究者所說，Colab notebooks 可以完成從加載庫、輸入蛋白質(zhì)序列到構建蛋白質(zhì)序列對齊等一系列任務。在結果展示界面，你可以在瀏覽器中看到 5 個 3D 模型，以及根據(jù)序列估算的 LDDT 分數(shù)。此外，原則上你還可以 fork 這些 notebook 并自行編輯，使其適用于更具體的任務。

不過，Colab 版本的 AlphaFold 2 經(jīng)過了一些簡化，沒有模板（同源結構），而且只用了 BFD 序列數(shù)據(jù)庫的一部分。開發(fā)者表示，他們已經(jīng)在數(shù)千個最近的 PDB 結構上驗證了簡化版和完整版的差異，雖然在許多目標上，Colab 版本的準確度與完整的 AlphaFold 系統(tǒng)幾乎相同，但由于 MSA（多序列比對）較小和模板的缺失，一小部分目標的準確度出現(xiàn)了顯著下降。如果你想得到更加可靠的結果，建議使用完整的開源 AlphaFold 或 AlphaFold 蛋白質(zhì)結構數(shù)據(jù)庫。

數(shù)據(jù)庫鏈接：https://alphafold./

在洛桑聯(lián)邦理工學院研究結構生物學、分子建模等方向的博士后 Luciano Abriata 表示，他已經(jīng)用這些 notebook 做了一些測試，而且已經(jīng)得出了一些結論。最重要的是序列對齊等功能對于獲得更好的模型大有幫助。Abriata 還發(fā)現(xiàn)，很多人在使用這個工具時都忽略了 LDDT 估計圖，但其實這些圖非常關鍵。

AlphaFold 的開放使用給全世界的研究者都帶來了便利。對于那些難以用實驗測定結構的蛋白質(zhì)來說，通過這種方式建立蛋白質(zhì)模型至關重要。即使你有一些無法適當使用的數(shù)據(jù)，擁有一個優(yōu)秀的蛋白質(zhì)模型也是有幫助的。

隨著 DeepMind 所涉足的生物學領域愈加廣泛（目前還沒有計劃公布，但可以猜測他們可能進軍蛋白質(zhì)間的相互作用以及下一步的小分子設計），更多的學者將從 AF2 的應用和所有公開的知識中獲利。

長期以來，生物學領域的研究一直依賴計算機和傳統(tǒng)軟件。而如今，生物學已經(jīng)進入了 AI 時代。

參考鏈接：https:///google-colab-notebooks-are-already-running-deepminds-alphafold-v-2-92b4531ec127#630a

ACL 2021 論文分享會

為了給國內(nèi) NLP 社區(qū)的從業(yè)人員搭建一個自由輕松的學術交流平臺，機器之心計劃于 7 月 31 日組織「ACL 2021 論文分享會」。

ACL 論文分享會設置 Keynote、論文分享、圓桌論壇、 Poster與企業(yè)展臺環(huán)節(jié) 。Keynote 嘉賓包括字節(jié)跳動人工智能實驗室總監(jiān)李航和華為諾亞方舟實驗室語音語義首席科學家劉群，創(chuàng)新工場首席科學家周明將作為圓桌論壇嘉賓參與此次活動。