科学研究，算得上是人类最顶尖的智力活动了。

科学研究不仅仅是做实验，在构建科研思路，设计实验，从大量看似杂乱无章的数据中寻找模式规律，这些都需要顶尖的思考能力。

但其实，随着AI的加入，全世界顶尖大脑云集的科学研究已经发生了变化。那AI到底是如何帮助科学家破解世界奥秘的？

为了搞清楚这一点，我们先从一个具体的例子说起。

蛋白质破译难题

在生物学领域一直有一项难题——破译蛋白质的空间结构。

蛋白质是由一类叫做氨基酸的物质相互连接形成的。虽然组成天然蛋白质的氨基酸种类并不算多，常见的只有20种，但是这些氨基酸相互排列组合，可以形成数以亿计的蛋白质。

而氨基酸长链形成之后，会发生各种各样的弯曲折叠，形成复杂的空间结构。这些结构赋予了蛋白质不同的功能。所以，破解蛋白质的空间结构，对了解蛋白质的性质和生理功能至关重要。

过去，破译蛋白质的结构非常困难。主要是通过X射线晶体衍射、核磁共振以及低温显微电镜的方法来测量。但这些方法需要用到非常昂贵的仪器，并且在测量之前需要做大量的准备工作。

在2020年前后，人类已经靠着传统方法破解了大约10万种蛋白质的结构。这个数字听起来很多，但相比之下，人类已知序列的蛋白质有数十亿种，想用传统方法逐个破解，几乎是不可能的。

为什么AI可以提供帮助

那在破译蛋白质结构上，AI能发挥什么作用呢？为了方便理解，我们把破译蛋白质结构跟下围棋做一个对比。

蛋白质的结构可能性和围棋的棋局可能性一样，都是一个天文数字。

但组成蛋白质的氨基酸在折叠的时候需要遵循一些基本规则，比如某些蛋白质靠在一起会形成螺旋，有的会形成折叠。这就和围棋棋子要遵守的基本规则一样。

那既然Deep Mind的Alpha Go可以基于围棋的基本规则和人类的棋谱，学会下围棋。那AI也可以基于氨基酸折叠规则和已有的蛋白质序列和结构数据，学会预测蛋白质的结构。

完成这件事的，也是Deep Mind公司。2018年和2020年，Deep Mind公司发布的Alpha Fold 1和2，都获得了蛋白质结构预测竞赛（CASP）的第一名。

在新冠肺炎期间，Deep Mind也对新冠病毒的蛋白质结构做出了预测，为后续的药物研发提供了宝贵的依据，节约了大量的时间。

训练+预测

当然了，除了预测蛋白质模型，AI这种“训练+预测”的能力，能在众多科研领域发挥作用。

比如，对一个化合物分子来说，分子中的每一个原子不光会受到自身的性质的影响，同时也会受到周围的原子和原子团影响。想要从一大堆化合物分子中找到具有某种特定功能的化合物并不容易。

而图神经网络恰好可以做到这点。图神经网络可以把化合物的分子结构图作为输入，把化合物的性质作为输出，进行学习训练，进而预测新的化合物性质。

比如2023年，MIT科学家的一项研究，就利用了7000多种化合物的结构和抑菌数据对AI进行了训练。利用训练完成的AI，科学家团队从新的化合物数据库中找到了最合适的抗菌药物，这远比由人类科学家逐个检索效率要高得多。

另外，2023年9月发表在《Science》上的一项研究也用类似的方法，对50万种化合物分子的气味进行了预测，为人类嗅觉的数字化研究打下了基础。

AI能做的远不止这些：

其实，AI在科学研究中能做的远不止这些。

以天文学研究为例，地面上的天文望远镜在拍摄照片时会受到大气层的干扰。过去为了排除大气层的干扰，人们需要把望远镜发射到太空中去，比如哈珀望远镜，詹姆斯韦布望远镜。

(Image credit: Emma Alexander/Northwestern University)

而利用深度学习的AI模型，科学家可以优化地面望远镜拍摄到的图像，消除大气层的干扰，让地面上更多的天文台能获得更好的观测数据。

2019年，人类拍摄的第一张黑洞照片公布。而在2023年，在AI模型PRIMO的帮助下，科学家优化了这幅图像，成了这个样子。

更高的分辨率，让科学家能更准确地估算黑洞质量、大小以及物质消耗速率。

展望：

相信随着AI的加入，科学研究的工具会越来越完善。

而随着大语言模型的兴起，AI对文献内容的理解能力和逻辑推理能力都得到了提高，AI能够从海量文献中发现人们未曾注意到的知识关联，帮助科学家们做出更多重大发现。通过对特定领域文献资料的学习，AI也可以帮助科学家锁定最有潜力的研究方向，加速科学研究的进展。

新的科研成果，也将为人们的生产生活带来更多的新质生产力。

参考资料：

1、Jumper J, Evans R, Pritzel A, et al. Highly accurate protein structure prediction with AlphaFold[J]. nature, 2021, 596(7873): 583-589.

2、https://alphafold.ebi.ac.uk/about#nav-content-3

3、Liu G, Catacutan D B, Rathod K, et al. Deep learning-guided discovery of an antibiotic targeting Acinetobacter baumannii[J]. Nature Chemical Biology, 2023, 19(11): 1342-1350.

4、Lee B K, Mayhew E J, Sanchez-Lengeling B, et al. A principal odor map unifies diverse tasks in olfactory perception[J]. Science, 2023, 381(6661): 999-1006.

作者：云纪御 科普创作团队

审核：秦曾昌 北京航空航天大学 自动化科学与电气工程学院 副教授

文章由科普中国-创作培育计划出品，转载请注明来源。

来源: 星空计划

内容资源由项目单位提供