盘点2022：生命科学研究的“拐点”——AI智能，真的出现了吗？

2021年，人工智能登上了各大新闻的头条：Nature，Science分别发文，报道了能精准预测蛋白结构的AI模型，同时年底，Science也将AlphaFold评为年度突破之首。在2022年，各种人工智能AI技术接踵而来：DeepMind计划发布总数超过2亿的结构预测，这几乎是所有已知蛋白质的一半数量；科学家首次将人工智能领域的元学习方法引入神经科学及医疗领域；人工智能助力时间分辨冷冻电镜发现重大药物靶点动力学调控机制；利用AI识别癌细胞，识别心脏病并发症患者，给乳腺癌分类……甚至有科学家指出人工智能就是生命科学研究的“拐点”，未来将能利用人工智能取代多种繁重的重复实验，带来科学研究的新时代。

这让人听起来像是科幻小说的情节，但人工智能的作用越来越渗入生命科学研究是不可否认的事实，盘点2022让人印象深刻的AI助力科研：

AlphaFold和AI蛋白质折叠革命的下一步是什么？

在2021年7月，总部位于伦敦的DeepMind公司（隶属于谷歌母公司Alphabet）公开了一个名为AlphaFold2的人工智能（AI）工具。该软件可以从蛋白质的基因序列中预测其三维结构，其结果在大多数情况下都是精确的。

2022年，DeepMind计划发布总数超过2亿的结构预测。这几乎是所有已知蛋白质的一半数量：比蛋白质数据库（PDB）结构库中实验确定的蛋白质数量多出数百倍。

AlphaFold也部署了深度学习神经网络：计算架构的灵感来自于大脑的神经线路，以辨别数据的种类。它已经在PDB和其他数据库中的数十万个实验确定的蛋白质结构和序列上进行了训练。

同时，另一个科技巨头正在填补蛋白质宇宙中的暗物质。Meta公司（前身为Facebook）的研究人员使用人工智能预测了约6亿个蛋白质的结构，这些蛋白质来自细菌、病毒和其他尚未被表征的微生物。相关研究11月1日发表于预印本网站BioRxiv。

Meta团队总共预测了超过6.17亿个蛋白质的结构，这项工作只花了两周时间。在这6.17亿个预测中，该模型认为超过1/3的预测是高质量的，因此研究人员可以确信蛋白质的整体形状是正确的，在某些情况下，模型可以识别更精细的原子级细节。值得一提的是，其中数以百万计的结构都是全新的，与实验确定的蛋白质结构数据库，或从已知生物体预测的AlphaFold数据库中的结构都不同。

在某些情况下，人工智能为科学家们节省了时间；在其他情况下，它使以前无法想象或极不现实的研究成为可能。尽管它有局限性，一些科学家发现它的预测对他们的工作来说太不可靠。但是，它的崛起和实验的进展已不可阻挡。

Nature新解读，AlphaFold和AI蛋白质折叠革命的下一步是什么？

Deep Mind遇上对手，Meta AI预测6亿蛋白质结构

人工智能领域的元学习方法引入神经科学及医疗领域

5月，一项技术成果在神经生物学顶级期刊《自然·神经科学》上发布。这项研究首次将人工智能领域的元学习方法引入神经科学及医疗领域，能在有限的医疗数据上训练可靠的AI模型，提升基于脑成像的精准医疗效果。

这一新方法已经在英国生物银行和人类连接组计划的数据集上完成了测评，测评结果显示，新方法相较于传统方法体现出更高的准确率。实验显示，这项新的训练框架非常灵活，可以与任何机器学习算法相结合，在小规模的数据集上，也可以有效地训练泛化性能好的AI预测模型。

科学家首次将AI元学习引入神经科学

预测糖尿病并发症高危患者

休斯顿大学蒂尔曼J.费尔蒂塔医学院的研究人员正在开发一种临床决策支持系统，该系统使用深度学习来预测哪些患者更有可能出现并发症。

AI系统预测糖尿病并发症高危患者

研究显示，人工智能可能改善糖尿病诊断 

科学家开发了一种利用人工智能预测糖尿病患者12小时发病的方法 

准确的乳腺密度分类

一项新的研究表明，一种人工智能(AI)工具可以准确且一致地对乳房x光片上的乳腺密度进行分类。

AI提供准确的乳腺密度分类

基于AI的新型蛋白-小分子打分方法

研究人员提出了一种用于机器学习打分函数训练和测试的无偏数据集构建新方法。该方法引入四种技巧来消除隐藏偏差，给定特定靶标的活性分子，基于条件分子生成和分子对接，可以基于已知的活性分子高效地生成相应的负样本（decoys），为机器学习打分函数的训练和测评提供了无偏的数据集。

Journal of Medicinal Chemistry：基于AI的新型蛋白-小分子打分方法

人工智能助力时间分辨冷冻电镜发现重大药物靶点动力学调控机制

今年4月，北京大学国家生物医学成像科学中心、北大-清华生命科学联合中心、北大定量生物学中心毛有东团队在国际顶级学术期刊《自然》杂志发表研究论文，报道了利用自主研发的深度学习高精度四维重建技术，发展并应用时间分辨冷冻电镜，阐明原子水平人源蛋白酶体动力学调控和构象重编程机制的突破性科学发现。这是国际上首次将人工智能四维重建技术用于大幅提升时间分辨冷冻电镜分析精度，针对重大疾病靶标复合体，实现原子水平动力学观测的国际领先原创一流成果，展示了一类新型的蛋白质复合动力学研究范式。

北京大学Nature发表突破性研究成果：人工智能助力时间分辨冷冻电镜发现重大药物靶点动力学调控机制

检测胰腺癌的早期迹象

Cedars Sinai研究人员开发的一种人工智能（AI）工具根据他们在被诊断为胰腺癌前几年的CT扫描图像准确预测了谁会患胰腺癌。

人工智能可以检测出胰腺癌的早期迹象

代谢组联合人工智能肺癌早期检测新方法 

人工智能和机器学习在癌症诊断和治疗方面显示出前景

Genome Biology：人工智能识别癌细胞

新型人工智能血液检测可检测肝癌

心脏疾病

犹他大学健康学院的科学家们首次证明，人工智能可以更好地预测心血管疾病的发病和病程。研究人员与山间初级儿童医院的医生合作，开发了独特的计算工具，以精确测量现有医疗条件对心脏和血管的协同效应。

PLOS Digital Health：人工智能识别出有心脏病并发症风险的个体

通过人工智能促进心脏健康

新的人工智能工具可以检测到经常被忽视的心脏病 

眼部疾病

来自美国国家眼科研究所(NEI)的科学家发现了视网膜色素上皮(RPE)的五个亚群，RPE是滋养和支持视网膜感光细胞的一层组织。利用人工智能，研究人员分析了单细胞分辨率下的RPE图像，以创建一个参考地图，定位眼睛内的每个亚群。这项研究的报告于2022年5月6日发表在《美国国家科学院院刊》上。

用人工智能治疗致盲性眼病 

更多疾病

利用人工智能改善结核病治疗 

人工智能使唐氏综合症的早期无创、准确筛查成为可能

人工智能有助于检测步态变化和诊断帕金森氏症