2017年，著名結(jié)構(gòu)生物學家顏寧離開任教10年的清華大學，到美國普林斯頓大學就職，備受爭議。

【資料圖】

最近，顏寧又毫無征兆地宣布選擇歸國，出任深圳醫(yī)學科學院創(chuàng)始院長，再次引發(fā)熱議。

有一種聲音就提出，顏寧的主要研究方向，其實已經(jīng)被AI所取代，其工作失去了以往的價值。

對此，忙于工作、懶得辟謠的顏寧，還是在個人微博露面，作了一番科普，也談了自己的想法。

顏寧在回應(yīng)中特別提到了AlphaFold，Google公司旗下DeepMind團隊出品的AI工具，與大名鼎鼎的圍棋AI AlphaGo師出同門，可以根據(jù)基因序列預(yù)測蛋白質(zhì)的3D形狀，而且準確性驚人。

顏寧指出，去年8月8日就曾有一份論文，討論AlphaFold的局限性，而到了今天，這份報告仍然一張都不用改。

簡單地說，顏寧專注的電壓門控鈉離子和鈣離子通道的幾個關(guān)鍵問題，包括electromechanical coupling、ion selection、MOA of drugs and toxins，AlphaFold在過去解析諸多結(jié)構(gòu)的基礎(chǔ)上，去年的預(yù)測達到了顏寧團隊2017年的水平，今年依舊停留在這個水平(僅針對Nav/Cav)。

顏寧也在與專門做結(jié)構(gòu)預(yù)測的AI團隊合作，分別做預(yù)測和實驗，測試新型小分子與蛋白的相互作用。

結(jié)果呢？迄今為止，AI的預(yù)測無一正確。

顏寧對此解釋說，結(jié)構(gòu)生物學不僅僅是看到蛋白質(zhì)的折疊，更要理解蛋白質(zhì)的動態(tài)變化，要理解與其他生物大分子或者調(diào)節(jié)小分子的相互作用，要理解在細胞原位里的狀態(tài)，這些都是AI目前尚無能為力的領(lǐng)域，因為尚沒有足夠的數(shù)據(jù)庫去訓練它。

比如說，顏寧團隊Cav2.2的結(jié)構(gòu)去年發(fā)表晚了，尚未放在數(shù)據(jù)庫里被AlphaFold用來訓練，所以它預(yù)測的模型就與實驗結(jié)構(gòu)嚴重不符。

關(guān)鍵詞： alphafold