贝克实验室发布 RoseTTAFold 并向所有研究者开放

背景

蛋白质是一条氨基酸链折叠成的三维结构，这个形状在很大程度上决定了它在细胞里做什么。知道结构，是理解一个蛋白质如何工作、一个突变改变了什么、药物可能结合在哪里的前提。但在实验室里测定结构很慢：用蛋白质设计研究所（Institute for Protein Design）自己的说法，测定一个蛋白质要花上数年的实验室工作^[2]。计算结构预测想补上的正是这一段——输入序列，不经过实验，直接给出一个可能的三维结构。

发生了什么

2021 年 7 月 15 日，蛋白质设计研究所发布 RoseTTAFold，同时公布了发表在《科学》（Science）上的论文^[1][2]。这项工作出自贝克实验室（Baker lab），第一作者是博士后 Minkyung Baek^[2]。研究所在发布时给出的说法是：准确的结构预测应当对所有人可用（accessible to all）^[2]。这句话的重点不只是准确率，还说清了谁能用上它。

关键细节

开放体现在两个渠道上。代码发布在 GitHub 上，同时开放了一个公共网页服务器（web server）^[2]。前者让有能力的课题组自己运行这套方法；后者让人不必自己维护软件和硬件，把一条序列提交上去就能拿到预测结果。

硬件门槛是另一半。研究所说，这套软件在一台普通的游戏电脑上，最快十分钟就能算出一个结构^[2]；相比之下，实验测定一个蛋白质要数年^[2]。所谓游戏电脑，指的是为图形运算设计、市面上常见的机器，而不是专用的计算集群——计算资源的门槛由此降到普通实验室够得着的水平。

需求来得很快。Baek 说，在此前的一个月里，已经有 4500 多个蛋白质被提交到网页服务器^[2]，那是在正式发布之前。

影响

结构预测作为研究问题已经存在了几十年，一次发布真正改变的是可得性。把代码公开、把服务器打开，等于把一套方法从「某个专业课题组才会实现的东西」变成「一个学生也能试的东西」；它也让人不必先成为预测方法的专家，就能为自己研究的那一个蛋白质拿到一个结构上的假设。研究所自己用的说法——对所有人可用——正是这次发布可以拿来被检验的承诺^[2]。

还有一点需要说清：预测出来的结构是模型，不是测量结果。要确认一个蛋白质实际长什么样，实验手段仍然不可替代，预测最大的用处是提示该做哪些实验。

这项工作的部分资助来自 Microsoft、Open Philanthropy、Schmidt Futures、Washington Research Foundation、美国国家科学基金会（National Science Foundation）、Wellcome Trust 和美国国家卫生研究院（National Institutes of Health）^[2]。