AI 神技：未来 10 年，所有病都能治愈？

文摘 2025-01-04 20:00 浙江

责编丨阿嘞排版丨在水

4171字丨15分钟阅读

嘿，你能想象不？

未来十年，咱人类说不定真能跟所有的病说拜拜呢！

这可不是瞎吹牛，而是今年诺贝尔化学奖得主放出来的“豪言”。

这让我们不禁想起泰戈尔的那句诗：“世界以痛吻我，要我报之以歌。”

也许在不久的将来，疾病的痛苦将被科技的力量逐渐消解，人类能够以更健康的姿态回报这个世界。

文章有点长，先来个小目录：

·这到底是咋回事？

·中医会受影响吗？

·未来医疗和制药业会是啥样？

·对爱美的你有啥好处？

·深度揭秘：AI是怎么预测蛋白质结构的？

一、2016年，人类医学史可能已经被改写

咱先来看看这得主是谁哈。

他就是戴密斯·哈萨比斯，DeepMind 的联合创始人。

这家伙可不是传统的医学大拿，也不是专门搞化学的专家，可人家就是凭着在人工智能方面的牛本事，把诺贝尔化学奖给捧回了家。

戴密斯的人生那简直就跟电影大片似的。

1976 年，他在英国伦敦出生，爸妈都是普通老师，他爸有希腊和塞浦路斯的混血，他妈是新加坡华人。这哥们 16 岁就被剑桥大学计算机科学专业给录取了，一路顺风顺水。

2011 年，他创立了 DeepMind，开始踏上改变世界的路。才三年时间，公司就被谷歌用 4 亿英镑给买走了，他也成了 DeepMind 的首席执行官。

2016 年，科技圈来了一场“世纪大战”。DeepMind 弄出来的 AlphaGo 和顶尖棋手李世石对决，那家伙，大获全胜，把全世界都给震了。

2017 年，咱中国的围棋天才柯洁不服气，去挑战 AlphaGo，结果也败下阵来。

这时候你可能就纳闷了，AlphaGo 下棋厉害，跟治病救人有啥关系呢？

这就得从蛋白质说起。

蛋白质是生命活动的“大宝贝”，咱身体里的细胞、组织、器官，哪一个离得开它？从基本的代谢，到肌肉收缩、血液凝固，蛋白质都起着关键作用。

而且蛋白质还是疾病的“信号灯”，身体一出问题，蛋白质的表达和功能就会不正常。

研究蛋白质的结构和功能，那就相当于找到了药物研发的“万能钥匙”，能准确定位关键蛋白质，开发出专门对付疾病的靶向药物。

不过呢，研究蛋白质可不容易。

戴密斯就感慨过，研究蛋白质的序列和折叠结构，那可费老劲了。要让蛋白质结晶，得用老贵的仪器，花上好几个月甚至好几年。

一个博士生研究一个蛋白质就得五年，可全世界有两亿个蛋白质等着研究呢。

正如居里夫人所言：“我要把人生变成科学的梦，然后再把梦变成现实。”

那戴密斯咋开发出 AlphaGo 后又对蛋白质感兴趣了呢？

原来啊，他在剑桥大学的时候就接触过蛋白质折叠问题，跟朋友聊天的时候，就意识到这事儿很重要。

后来他玩了个 Foldit 游戏，被人类的直觉给启发了，再加上 AlphaGo 的技术能挪过来用，他就决定把 AI 用到蛋白质折叠研究上。

2016 年，戴密斯带着团队研发 AlphaFold。

2017 年，第一代 AlphaFold 冒头了。

2021 年，第二代闪亮登场，就跟“透视眼超人”似的，把困扰人类 50 年的难题给攻克了。

他们还挺大方，把成果开源了，让全世界的科研人员都能跟着沾光。AlphaFold2 能从氨基酸序列精准预测蛋白质的 3D 结构。

到了 2022 年，AlphaFold 几乎把整个“蛋白质宇宙”都给预测了一遍。

这就如同加缪所说：“在隆冬，我终于知道，我身上有一个不可战胜的夏天。”

科学家们在漫长的科研寒冬中不断探索，终于迎来了蛋白质研究的灿烂夏天。

还有个 Anthropic 的创始人 Dario Amodei 也大胆预测，说 AI 可能在 10 年内实现 100 年的医学进步。

以后啊，传染病说不定能被“万能疫苗”给搞定，癌症死亡率能大幅下降，遗传性疾病也能预防治疗，精神疾病也能被治好。

看来未来真的要来了，人工智能在蛋白质研究领域这么一搞，医药研发的新时代就要拉开帷幕啦。

说不定过不了多久，咱真能看到“啥病都不怕”的那一天。

二、蛋白质结构跟中医有关系吗？

我看到戴密斯获奖的报道后，第一时间就好奇，AI 能不能帮着中医搞点创新呢？我就去问了大模型。

大模型说：蛋白质结构预测这些现代技术跟中医还真有点关系，能在好多方面影响中医呢。

先说说理论融合和拓展方面。

中医理论里有好多概念，像“气血”“经络”啥的，它们的微观物质基础一直是大家研究的热点和难点。

蛋白质结构预测技术说不定能给这些概念找个新的解释角度。

比如说，“气”可能跟人体内某些蛋白质参与的能量代谢过程有关。

研究这些相关蛋白质的结构和功能，说不定就能找到“气”在分子水平上的对应东西。

对于中药的作用机制，从蛋白质结构角度去研究可能会有新发现。

中药复方成分可复杂了，它发挥作用可能是通过调节多种蛋白质的结构和功能实现的。

比如说，发现有些中药能影响细胞内信号转导通路里关键蛋白的磷酸化状态，这样就能改变蛋白的活性和功能。通过预测这些关键蛋白的结构变化，就能更好地理解中药复方的多靶点作用机制。

再说说中医诊断方面。

中医的诊断方法主要就是望、闻、问、切。有了现代技术帮忙，这些诊断方法能有更科学的解释和拓展。

比如说望诊，通过分析病人的脸或者舌苔的颜色变化，再结合蛋白质结构预测，就能找找看这跟体内蛋白质表达或者结构异常有没有关系。

要是某些疾病让血液里特定蛋白质结构变了，然后影响了皮肤或者舌苔的颜色，那就可以从微观层面给望诊提供依据。

切诊，也就是脉诊，脉象的变化可能跟血液循环里的生物标志物，主要是蛋白质，有关系。

通过检测和分析血液里蛋白质的结构和浓度变化，再结合脉象的特征，就能建立更准确的诊断模型，给中医脉诊提供量化的指标。

总之呢，蛋白质结构预测这些现代技术能给中医的现代化发展带来新机会和新方法，能从微观层面解释中医理论，提高中药研发质量和临床治疗效果，促进中医和现代医学融合创新。

三、对制药和医疗有什么影响？

我就又去问了大模型。

大模型说，这对未来医疗和制药业的发展可有不少畅想呢。

先看医疗诊断领域。

随着蛋白质结构预测技术越来越厉害，医疗诊断会更精准、更个性化。医生可以通过分析病人的基因组和蛋白质组，快速准确地确定疾病的类型和阶段。

比如说癌症患者，分析肿瘤细胞里特定蛋白质的结构和表达水平，就能确定肿瘤的亚型、侵袭性，还有对特定治疗方法的敏感性，这样就能给制定个性化治疗方案提供依据。

人工智能在医疗诊断里也会发挥更大作用。

结合蛋白质结构预测和大量临床数据，人工智能算法能学习不同疾病的特征模式，自动识别疾病迹象，还能给出诊断建议。

比如说，通过分析病人的医学影像、实验室检查结果还有蛋白质结构数据，人工智能系统就能快速准确地诊断疾病，甚至还能预测疾病的发展趋势和治疗效果。远程医疗诊断也会更普及。

再看药物研发领域。蛋白质结构预测会成为药物研发的核心技术之一。

药物研发人员可以用先进的算法和超级计算机，快速预测蛋白质的结构，然后根据结构设计出更高效、更有针对性的药物分子。

多靶点药物设计会成为趋势。

大家对疾病机制了解得越来越深，发现好多疾病都跟多个蛋白质的相互作用有关。

用蛋白质结构预测技术，就能同时设计针对多个靶点的药物，提高药物疗效，减少耐药性。

比如说癌症治疗，开发出能同时抑制多个肿瘤相关信号通路的药物，就能更有效地阻止肿瘤生长和转移。

药物研发周期也会大大缩短。

蛋白质结构预测技术发展得快，药物研发的各个环节就会更高效。

以后药物研发周期可能从现在的好几年甚至几十年缩短到几个月或者几年，大大提高药物研发的效率和成功率。

还会有新型药物出现。基于蛋白质结构的生物药会不断冒出来。

蛋白质工程技术能让人设计和生产出更复杂、更高效的生物药。基因治疗和细胞治疗也会更成熟。

通过深入理解蛋白质结构，能更好地设计和优化基因治疗和细胞治疗的载体和治疗方案。

比如说用病毒载体把正常基因导入病人身体里，纠正遗传缺陷。

四、对医美行业有啥好处？

爱美的小姐妹们肯定对这方面感兴趣。

正如木心所说：“岁月不饶人，我亦未曾饶过岁月（在AI 的帮助下）。”

现在的护肤产品研发很多时候是靠经验和观察皮肤表面现象。

蛋白质结构预测技术能让研发人员更深入地了解皮肤细胞里蛋白质的结构和功能，像胶原蛋白、弹性蛋白这些跟皮肤弹性和紧致度密切相关的蛋白质。

通过预测这些蛋白质的结构，就能有针对性地研发能更好地促进它们合成、修复或者维持正常结构的护肤成分。

对于抗氧化护肤品的开发，从蛋白质结构角度研究自由基对皮肤蛋白质的损伤机制，就能开发出更精准的防晒产品。

比如说，知道了紫外线辐射导致的皮肤蛋白质结构变化，就能做出不仅能阻挡紫外线，还能修复受损蛋白质结构、预防光老化的产品。

个性化抗衰老方案也有了。

每个人的皮肤衰老过程受基因、环境等多种因素影响，蛋白质变化也不一样。用蛋白质结构预测，就能分析个体的皮肤蛋白质，制定个性化的抗衰老方案。

比如说，对那些蛋白质修复能力差的人，推荐含有特定修复因子的护肤疗程；对蛋白质降解快的人，提供抑制蛋白水解酶的产品。

在医美治疗里，像激光嫩肤、射频紧肤这些手段的效果也能通过蛋白质结构预测来更好地评估和优化。

通过监测治疗前后皮肤蛋白质结构的变化，就能确定最适合每个人的治疗参数，像激光的能量、射频的频率啥的，达到最佳的抗衰老效果。

五、深度揭秘：AlphaFold 怎么预测蛋白质结构？

AlphaFold 首先接收蛋白质的氨基酸序列，就跟给 AI 一串字符似的。然后利用数据库进行大量比对，找相似的片段。

比对完序列后，就预测氨基酸的空间关系，考虑线性排列，猜猜哪些氨基酸在三维空间里靠得近，生成“距离图”，给构建三维结构打基础。

AlphaFold 靠 Transformer 神经网络模型，这本来是给自然语言处理设计的，现在用到氨基酸序列上，分析哪些氨基酸会在三维结构里挨得近。

经过多次循环，返回更新后的特征。用扩散模型给原子坐标“加噪”后再预测真实坐标，反复去噪产生最终结构。

AlphaFold3 不仅能预测单个蛋白质的三维结构，还能预测所有生命分子的结构和相互作用，包括蛋白质、DNA、RNA、配体小分子、离子等。

用分子可视化软件打开下载的文件，就能查看和编辑蛋白质三维结构。

AlphaFold 预测蛋白质结构的时间可短了。

2020 年，AlphaFold2 几分钟就能出结果，以前研究者得花好几年。AlphaFold3 效率更高，几秒钟就能生成高度精确的结构预测。

实际操作中，同源序列搜索和模型推理总时长也就 40 分钟左右。

MassiveFold 进一步优化，把计算时间从好几个月缩短到几个小时。

AlphaFold 是 DeepMind 开发的人工智能程序，靠先进的深度学习技术和优化的计算流程，实现了前所未有的蛋白质结构预测水平，给蛋白质科学研究和医药研发带来巨大突破。

所以，我们可能更需要担心，活的太久，比如 120 岁，那退休后的五十几年该干点什么呢？

图片来源网络，仅供参考

最新文章

2月份开始就这么干！2025年的完美开场，很多公司的战略落地都跑偏了。。。

看了特朗普的就职典礼，2025 还会好吗？

吹水帖：特朗普会怎么处理TK？

小红薯：我支持封禁TK（狗头）

2025还有红利的三个商业方向

增长的痛——中国民企的九大通病