WEBVTT

00:00:02.120 --> 00:00:03.830
在探索世界的道路上

00:00:03.830 --> 00:00:06.240
我们走得比以往任何文明都更远

00:00:07.670 --> 00:00:10.476
但有一个问题始终困扰着我们：

00:00:11.150 --> 00:00:12.800
蛋白质是如何折叠的

00:00:14.180 --> 00:00:19.600
蛋白质如何从氨基酸链
折叠成驱动生命的精密机器

00:00:19.600 --> 00:00:22.180
这一过程至今仍是未解之谜

00:00:22.490 --> 00:00:25.040
探究蛋白质时，你会发现它如此令人着迷

00:00:25.040 --> 00:00:28.020
你可以把它们视作生物界的纳米机器

00:00:28.160 --> 00:00:31.110
它们是构成地球上所有生命体的基本单元

00:00:31.110 --> 00:00:33.290
是推动生命运转的微观引擎

00:00:34.120 --> 00:00:37.512
如果能利用AI准确预测蛋白质结构

00:00:37.740 --> 00:00:40.580
我们对自然界的认知将发生颠覆性改变

00:00:40.716 --> 00:00:42.791
AlphaFold

00:00:42.902 --> 00:00:46.480
DeepMind / 伦敦
2018年春

00:00:46.720 --> 00:00:51.975
[Demis Hassabis - DeepMind创始人暨CEO]
蛋白质折叠堪称生物学界“圣杯级”难题之一

00:00:52.080 --> 00:00:53.240
我们一直坚信

00:00:53.240 --> 00:00:58.110
AI能加速重大科学突破的进程

00:00:58.110 --> 00:01:00.050
- 后面我可能会做些调整

00:01:00.050 --> 00:01:01.560
- 可能会产生些影响

00:01:01.600 --> 00:01:03.284
- 它应该创建一个distogram文件

00:01:03.284 --> 00:01:04.620
- 和一个背景distogram文件

00:01:04.620 --> 00:01:08.060
我们已经在AlphaFold系统上耕耘了两年多

00:01:08.060 --> 00:01:11.560
未来，生物学家可能无需再辛苦做实验

00:01:11.560 --> 00:01:13.860
而是可以借力于AI

00:01:13.860 --> 00:01:16.870
快速高效地直接预测蛋白质结构

00:01:17.250 --> 00:01:21.830
[Kathryn Tunyasuvunakool - DeepMind科学工程师]
生物学家对计算机能否解决这类问题往往持怀疑态度

00:01:22.010 --> 00:01:24.790
这种质疑是健康的科学态度，值得尊重

00:01:24.790 --> 00:01:27.573
但我对AlphaFold的潜力充满期待

00:01:28.630 --> 00:01:30.860
[Andrew Senior - DeepMind研究科学家]
CASP就像一场期末考

00:01:30.860 --> 00:01:34.156
向全世界展示DeepMind
在蛋白质折叠预测领域的成绩单

00:01:34.156 --> 00:01:37.248
和别人比比看，是名列前茅还是差强人意

00:01:37.409 --> 00:01:40.000
我们决定参加CASP竞赛

00:01:40.000 --> 00:01:43.740
就是为了挑战这个蛋白质折叠领域的“奥运会”

00:01:43.740 --> 00:01:45.816
[John Moult - CASP联合创始人，马里兰大学]
我们举办CASP竞赛

00:01:45.816 --> 00:01:50.380
[John Moult - CASP联合创始人，马里兰大学]
是为了加速破解蛋白质折叠难题

00:01:50.640 --> 00:01:53.820
回首1994年，我们创立CASP竞赛时

00:01:53.960 --> 00:01:57.535
我对挑战之艰巨显然认识不足

00:01:58.000 --> 00:01:59.487
- 这个方法太繁琐了

00:01:59.487 --> 00:02:00.920
- 花的时间太长了

00:02:00.920 --> 00:02:03.160
- 我们看看还有什么改进方法

00:02:03.270 --> 00:02:07.240
通常，全球约有100个团队参与CASP竞赛的角逐

00:02:07.370 --> 00:02:10.150
我们会选取100种蛋白质

00:02:10.280 --> 00:02:14.992
让各团队预测并提交它们的空间结构

00:02:15.120 --> 00:02:19.244
对照CASP12的标准答案，我们的得分是57.9 GDT

00:02:19.600 --> 00:02:23.961
[John Jumper - DeepMind AlphaFold项目主管]
CASP竞赛的评分标准就是GDT分数

00:02:25.380 --> 00:02:27.240
满分为100

00:02:27.560 --> 00:02:29.940
GDT分数达到90以上

00:02:30.220 --> 00:02:32.310
才算是“答题正确”

00:02:33.350 --> 00:02:34.760
如果能实现这一目标

00:02:34.760 --> 00:02:36.961
将对医学领域产生革命性的影响

00:02:37.000 --> 00:02:39.210
[Pushmeet Kohli - DeepMind科学AI主管]
这一课题意义重大

00:02:39.210 --> 00:02:44.176
[Pushmeet Kohli - DeepMind科学AI主管]
从疾病的进展机制，到新药的研发

00:02:44.890 --> 00:02:45.926
潜力无限

00:02:46.040 --> 00:02:48.193
- 我原本只是想做一个简单的系统

00:02:48.193 --> 00:02:49.824
- 没想到效果这么好

00:02:49.964 --> 00:02:52.798
新技术为团队带来了惊喜

00:02:52.850 --> 00:02:53.944
- 不仅更精确

00:02:53.944 --> 00:02:56.070
- 速度相比旧系统也大幅提升

00:02:56.080 --> 00:02:59.481
- 我认为我们将实现巨大的飞跃

00:02:59.481 --> 00:03:01.470
- 这将彻底改变游戏规则

00:03:02.160 --> 00:03:03.560
在CASP13中

00:03:03.680 --> 00:03:05.867
我们取得了里程碑式的进展

00:03:06.200 --> 00:03:11.460
我们见证了人工智能在这个领域的首次成功应用

00:03:11.480 --> 00:03:14.120
我们一举突破了该领域的现有技术水平

00:03:14.120 --> 00:03:15.265
虽然成果喜人

00:03:15.265 --> 00:03:18.200
但距离真正破题，仍有很长的路要走

00:03:18.360 --> 00:03:21.970
我们已经大致勾勒出许多蛋白质的轮廓

00:03:22.080 --> 00:03:24.890
但原子层面的精确定位

00:03:24.890 --> 00:03:27.320
即真正意义上的解决方案

00:03:27.480 --> 00:03:28.810
仍有待突破

00:03:29.540 --> 00:03:32.920
如果你的目标是登月，那再高的梯子也没用

00:03:32.920 --> 00:03:33.920
2019年春

00:03:33.920 --> 00:03:36.667
CASP夺冠后，我们遇到了瓶颈

00:03:37.220 --> 00:03:39.229
我们回到原点，集思广益

00:03:39.229 --> 00:03:40.960
力求突破思维桎梏

00:03:41.920 --> 00:03:43.820
经过一段时间的蛰伏酝酿

00:03:43.820 --> 00:03:46.747
团队循着全新思路，找回状态，渐入佳境

00:03:47.327 --> 00:03:50.920
现在，新思路的优势日益显现

00:03:51.050 --> 00:03:52.710
助力我们更上一层楼

00:03:52.750 --> 00:03:55.280
这一转折点意义重大

00:03:55.280 --> 00:03:57.220
我曾多次见证类似时刻

00:03:57.370 --> 00:03:59.180
我深知其重要性

00:03:59.180 --> 00:04:01.280
此时不搏，更待何时？

00:04:01.390 --> 00:04:04.439
- 从现在起，我们需要加倍努力、全力冲刺

00:04:04.659 --> 00:04:06.387
- 没有时间可以浪费了

00:04:06.840 --> 00:04:09.415
我们志在再次征战CASP

00:04:09.600 --> 00:04:11.640
但CASP真的让人压力山大

00:04:11.750 --> 00:04:14.480
[Tim Green - DeepMind AlphaFold技术主管]
- 模型的学习状况有些蹊跷

00:04:14.480 --> 00:04:17.340
[Tim Green - DeepMind AlphaFold技术主管]
- 它学到了与GDT关联的知识

00:04:17.380 --> 00:04:18.570
- 但没有经过校准

00:04:18.655 --> 00:04:19.876
- 我觉得有些不对劲

00:04:20.010 --> 00:04:22.900
- 按说应该眨眼间就能学会

00:04:23.380 --> 00:04:27.110
DeepMind之外
技术进步同样令人瞩目、成果斐然

00:04:27.110 --> 00:04:29.650
[Richard Evans - DeepMind研究科学家]
也许，某个默默无闻的黑马团队

00:04:29.650 --> 00:04:31.735
正蓄势待发，等着一鸣惊人

00:04:31.790 --> 00:04:33.360
有人问我是不是该慌了？

00:04:33.360 --> 00:04:35.188
当然，我们早就该慌了！

00:04:35.188 --> 00:04:36.360
- 表现虽有提升

00:04:36.360 --> 00:04:38.801
- 但与顶尖模型相比还有差距

00:04:39.050 --> 00:04:41.627
- 看来还有提升空间

00:04:41.730 --> 00:04:43.600
百密一疏在所难免

00:04:43.600 --> 00:04:46.430
因此，CASP这样的盲测才尤为重要

00:04:46.430 --> 00:04:48.750
是检验成果是否可靠的“试金石”

00:04:48.760 --> 00:04:51.340
显然，我对CASP14充满期待

00:04:51.340 --> 00:04:53.680
我们现在要全神贯注、心无旁骛

00:04:53.680 --> 00:04:56.340
全力以赴攻克难题，实现最终目标

00:04:57.290 --> 00:05:00.700
2020年春

00:05:01.320 --> 00:05:07.580
- 首相颁布了英国近年来最严厉的禁足令

00:05:08.030 --> 00:05:11.310
- 我要向全体英国人民传达一条简单明确的指令

00:05:11.310 --> 00:05:12.930
- 待在家中，切勿外出

00:05:14.480 --> 00:05:17.640
我们原计划于4月15日参加CASP

00:05:17.640 --> 00:05:19.940
竞赛原本在那天揭幕

00:05:20.070 --> 00:05:22.976
因新冠疫情影响，不得不推迟一个月

00:05:23.270 --> 00:05:25.349
我真的好想念大家！

00:05:25.530 --> 00:05:28.499
一开始调整生活节奏确实费了些功夫

00:05:28.700 --> 00:05:32.194
尤其是我太太也感染病毒，让我有些手忙脚乱

00:05:32.560 --> 00:05:34.560
好在她的症状并不严重

00:05:34.670 --> 00:05:36.850
CASP周一正式开赛了

00:05:36.970 --> 00:05:38.940
- John，我能看下这张图吗？

00:05:38.940 --> 00:05:40.480
- 这张跟标准答案对比的

00:05:40.480 --> 00:05:41.870
- 我们在这里的表现不太好？

00:05:41.870 --> 00:05:43.760
- 其实我们在这个区域表现不错

00:05:43.760 --> 00:05:44.680
- 试想一下

00:05:44.680 --> 00:05:46.720
- 如果我们没有让它绕到这里

00:05:46.720 --> 00:05:48.680
- 而是延伸到正确位置
- 对，该是那边

00:05:48.935 --> 00:05:52.281
迄今为止，CASP竞赛中最棘手的蛋白质之一

00:05:52.281 --> 00:05:55.220
是一种名为Orf8的SARS-Cov-2蛋白

00:05:55.360 --> 00:05:57.880
Orf8是新冠病毒中的一种蛋白

00:05:57.880 --> 00:06:02.340
为了改进对它的预测，我们可谓是绞尽脑汁

00:06:02.340 --> 00:06:05.390
可能是我们对单个蛋白投入时间最多的一次

00:06:05.630 --> 00:06:08.350
CASP赛程已过三分之二

00:06:08.610 --> 00:06:10.770
我们已收到三种蛋白质的答案

00:06:10.880 --> 00:06:15.260
新冠病毒Orf8蛋白的真实结构已经揭晓

00:06:16.010 --> 00:06:19.280
事实证明，我们的预测结果非常准确

00:06:20.090 --> 00:06:22.020
大家做得非常出色

00:06:22.020 --> 00:06:24.360
所有人共同努力，创造了奇迹！

00:06:24.750 --> 00:06:27.320
在CASP14中，我们见证了一支团队

00:06:27.650 --> 00:06:30.745
一举实现了原子级精度

00:06:31.270 --> 00:06:34.320
从根本上解决了我们领域的两大难题：

00:06:34.450 --> 00:06:37.629
如何找到正确的解决方案

00:06:37.629 --> 00:06:40.904
以及如何确认自己
已经找到了正确的解决方案

00:06:40.904 --> 00:06:42.625
- 人差不多到齐了吗？

00:06:43.600 --> 00:06:45.460
- 我要给大家念一封电邮

00:06:45.760 --> 00:06:48.220
- 这封信是John Moult发来的

00:06:48.910 --> 00:06:50.200
- 信上这么说：

00:06:50.200 --> 00:06:52.360
- John，我想你已经知道了

00:06:53.160 --> 00:06:56.940
- 你的团队在CASP14中的表现令人惊叹

00:06:57.120 --> 00:06:59.100
- 无论是相对于其他团队

00:06:59.100 --> 00:07:01.370
- 还是在模型的绝对精度方面

00:07:02.920 --> 00:07:04.800
- 恭喜你们取得出色成果

00:07:04.800 --> 00:07:06.223
- 实在非凡！

00:07:06.560 --> 00:07:09.190
AlphaFold横空出世，向前迈出一大步

00:07:09.190 --> 00:07:11.640
将为药物研发按下加速键

00:07:11.640 --> 00:07:14.270
为我们深入了解疾病的奥秘带来曙光

00:07:14.280 --> 00:07:15.660
这是划时代的突破！

00:07:15.990 --> 00:07:18.300
这样的成果对我来说意义非凡

00:07:18.300 --> 00:07:22.170
在蛋白质折叠问题上，我们经历了漫长的探索

00:07:22.170 --> 00:07:24.840
屡屡受挫，也曾怀疑过能否走到终点

00:07:25.040 --> 00:07:28.360
而如今，我们竟然攻克了这个难题，梦想成真！

00:07:28.840 --> 00:07:30.880
科学的力量让我深受鼓舞

00:07:30.880 --> 00:07:33.090
它的魅力就在于不可预知性

00:07:33.090 --> 00:07:37.010
你永远无法确切预见
甚至无法粗略估计下一步的发展

00:07:37.480 --> 00:07:39.230
科学的道路上总会有惊喜

00:07:39.230 --> 00:07:42.240
正是这些惊喜
激励着科研工作者不断前行

00:07:42.240 --> 00:07:44.420
下一个惊喜，又会是什么呢？