信息技术创新助力新基建分论坛成功召开

CASP 14 比赛最新结果：AlphaFold 中位 GDT 高达 92.4

CASP 竞赛由 John Moult 和 Krzysztof Fidelis 两位教授于 1994 年创立，每两年进行一次盲审，以促进蛋白质结构预测方面的新 SOTA 研究。

一直以来，CASP 选择近期才经过实验确定的蛋白质结构，作为参赛团队测试其蛋白质结构预测方法的目标（有些结构即使在评估时仍然处于待确定状态）。这些蛋白质结构不会事先公布，参赛者也必须对其结构进行盲测，最后将预测结果与实验数据进行对比。正是基于这种严苛的评估原则，CASP 一直被称为预测技术评估方面的「黄金标准」。

CASP 衡量预测准确率的主要指标是 GDT（Global Distance Test），范围从 0 到 100，可以理解为预测的氨基酸残基在正确位置阈值距离内的百分比。John Moult 教授表示，GDT 分数在 90 分左右，即可视为对人类实验方法具备竞争力。

在刚刚公布的第 14 届 CASP 评估结果中，DeepMind 的最新 AlphaFold 系统在所有预测目标中的中位 GDT 达到 92.4，意味其平均误差大概为 1.6 埃（Angstrom），相当于一个原子的宽度（或 0.1 纳米）。即使在难度最高的自由建模类别中，AlphaFold 的中位 GDT 也达到了 87.0。
 

在两年一次的 CASP 竞赛中，各组争先预测蛋白质的 3D 结构。今年，AlphaFold 击败了所有其他小组，并在准确性方面与实验结果相匹配。

对于不熟悉生物领域的人来说，CASP 的大名可能有些陌生——CASP 全称 The Critical Assessment of protein Structure Prediction，旨在对蛋白质结构预测进行评估，被誉为蛋白质结构预测的奥林匹克竞赛。CASP 从 1994 年开始举办，每两年一届，目前正在进行的一届是 11 月 30 日开始的 CASP14。

而 DeepMind 这一突破有什么影响？

用哥伦比亚大学计算生物学家 Mohammed AlQuraishi 在 Nature 文章中的话来说，「可以说这将对蛋白质结构预测领域造成极大影响。我怀疑许多人会离开该领域，因为核心问题已经解决。这是一流的科学突破，是我一生中最重要的科学成果之一。」

蛋白质折叠问题

蛋白质的形状与它的功能密切相关，而预测蛋白质结构对于理解其功能和工作原理至关重要。很多困扰全人类的重大问题（如寻找分解工业废料的酶）基本上都与蛋白质及其扮演的角色有关。

多年以来，蛋白质结构一直是热门的研究话题，研究者使用核磁共振、X 射线、冷冻电镜等一系列实验技术来检测和确定蛋白质结构。但这些方法往往依赖大量试错和昂贵的设备，每种结构的研究都要花数年时间。

1972 年，美国科学家克 Christian Anfinsen 因「对核糖核酸酶的研究，特别是对其氨基酸序列与生物活性构象之间联系的研究」获得诺贝尔化学奖。在颁奖礼上，他提出了一个著名的假设：从理论上来说，蛋白质的氨基酸序列应该可以完全决定其结构。这一假设引发了长达五十年的探索，即仅仅基于蛋白质的一维氨基酸序列计算出其三维结构。
 

(2)更少的烟雾排放

如果管道发生火灾，产生的烟雾可能会使试图逃生的人或试图扑灭火灾的消防员视线变得模糊。因此，数据中心运营商都希望确保在发生这种情况时指定的柔性管道能够提供出色的保护，以确保员工有足够的时间安全离开建筑物。

有许多火灾试验，其中规定的材料样品在给定的烟雾室中在受控条件下燃烧，并测量规定光束的烟雾遮蔽度。

(3)低毒性

有毒气体的产生可能会使试图从火中逃脱的人员丧失行动能力，因此必须始终提供适当的保护。

为了测试毒性，在受控条件下在给定的烟雾室中燃烧指定的材料样本，并分析烟雾中的各种气体。然后将每种气体的浓度乘以其毒性，得出毒性指数。

如果一种材料中含有卤素、硫或磷，就不能通过低毒性试验。

（编辑：孝感站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!