#NEWS AlphaFold 與 RoseTTAFold：蛋白質結構預測誰更勝一籌？

蛋白質結構預測一直是科學家矢志解決的一大難題，國際間更有 CASP （Critical Assessment of Techniques for Protein Structure Prediction）競賽讓各團隊能一展身手。去年（2020）CASP14 競賽由 Google 旗下 DeepMind 開發的 AlphaFold（隊名 AlphaFold2）運用深度學習技術拔得頭籌，不僅震撼科學界，也加速了深度學習在蛋白質結構預測上的應用進展。

近（15）日，AlphaFold 團隊在 Nature [1] 發表了背後原理技術，而同日，長期致力於蛋白質結構設計與預測的華盛頓大學 David Baker 團隊，也在 Science [2] 發表了同樣應用深度學習而開發的 RoseTTAFold。

AlphaFold 取目標蛋白的完整胺基酸序列及同源蛋白的比對序列（aligned sequence），組成多重比對序列（multiple sequence alignment, MSA），能以此直接預測整體結構。AlphaFold 兩大核心模組為 Evoformer 與結構預測模組，Evoformer 模組將蛋白質質結構預測視為 3D 空間中的圖像推論（graphic inference），以序列之間及胺基酸之間互相比較的不同數組（array）為資訊，學習序列與胺基酸位置的聯並預測未知蛋白的數組。接著由結構預測模組將之轉換為最終結構。AlphaFold 的神經網絡強調以最終輸出結果（output）比較的資訊流失（loss）進行訓練並改進，而非單純不斷將結果提供給系統學習，如此能提升預測準確度但又能減少訓練時間。如預測一段 384 個胺基酸序列的結構，以單一 GPU（V100 GPU）僅需 9.2 分鐘，若只讓 Evoformer 處理一次（跳過其所謂 ensembling 步驟），耗時則降低至 1.1 分鐘。

去年的 CASP14 競賽中，AlphaFold 十分精準的預測了競賽範圍內的蛋白質結構，預測結構與實際結構骨架（backbone）的均方根誤差 （Root Mean Square Deviation，RMSD）中位數僅有 0.94 Å，大幅超越當時次佳方法達成的 2.8 Å。然而 AlphaFold 目前仍有適用限制，當比對序列相似度較低、或結構受鄰近同蛋白域（domain）接觸影響的蛋白質，其預測準確度則大幅降低。

另一方面，華盛頓大學 Baker 團隊開發的 RoseTTAFold 同樣以多重序列比對 MSA 作為主要輸入資訊，不只取經於 AlphaFold 展現的優勢：除了一維序列資訊、二維距離圖，更進一步將 3D 座標納入學習系統，建立三軌神經網絡（three-track neural network），並改採片段化的學習方式。 RoseTTAFold 不直接讀取完整胺基酸序列資訊，而是先以不連續的片段學習、預測，再最終統合為整體結構。這樣的方式不僅減輕硬體負擔，也能取得更準確的結構預測。

針對小於 400 個胺基酸的蛋白質，RoseTTAFold 在花約 1.5 小時進行初步序列與模板搜尋後，以單一 GPU（RTX2080 GPU）運算約 10 分鐘便能產生蛋白質骨架三維坐標。除了解析結構，團隊也認為由於 RoseTTAFold 的片段化學習方式，需要將片段結構統合為最終結構，此過程能進一步應用於建立蛋白複合體之間交互作用的模型。

比較兩者，RoseTTAFold 在 MSA 深度與模型準確度的關聯性表現比 AlphaFold 佳，但或許是因硬體限制，就 CASP 競賽中的蛋白質結構預測表現仍舊略遜一籌。值得一提的是，RoseTTAFold 若以 GPCR（G-protein coupled receptor，G-蛋白偶聯受體）、與人類疾病相關蛋白質進行預測，能成功預測活化態、非活化態的結構，且就算相近同源蛋白結構未知也能有良好預測表現。

AlphaFold 和 RoseTTAFold 的神經網絡設計雖各有所長，但都能透過一維胺基酸序列直接預測出三維蛋白質結構，成為了解蛋白質結構的一大利器，此外也能加速分析實驗上透過結晶法或冷凍電顯（CryoEM）取得的結構圖譜資訊，將裨益相關生物功能、機制研究及藥物開發。

相關原始碼及運算伺服器｜
1. AlphaFold 開放原始碼: https://github.com/deepmind/alphafold
2. RoseTTAFold 開放原始碼: https://github.com/RosettaCommons/RoseTTAFold
3. RoseTTAFold 結構預測伺服器： Robetta（開放使用）

延伸閱讀｜突破原子級解析度：冷凍電顯異軍突起
延伸閱讀｜結構生物學專題

參考文獻：

1. Jumper, J., Evans, R., Pritzel, A., Green, T., Figurnov, M., Ronneberger, O., Tunyasuvunakool, K., Bates, R., Žídek, A., Potapenko, A., Bridgland, A., Meyer, C., Kohl, S. A. A., Ballard, A. J., Cowie, A., Romera-Paredes, B., Nikolov, S., Jain, R., Adler, J., … Hassabis, D. (2021). Highly accurate protein structure prediction with AlphaFold. Nature, 1–11. https://doi.org/10.1038/s41586-021-03819-2
2. Baek, M., DiMaio, F., Anishchenko, I., Dauparas, J., Ovchinnikov, S., Lee, G. R., Wang, J., Cong, Q., Kinch, L. N., Schaeffer, R. D., Millán, C., Park, H., Adams, C., Glassman, C. R., DeGiovanni, A., Pereira, J. H., Rodrigues, A. V., Dijk, A. A. van, Ebrecht, A. C., … Baker, D. (2021). Accurate prediction of protein structures and interactions using a three-track neural network. Science. https://doi.org/10.1126/science.abj8754

撰文｜黃云宣
審稿｜蔡宗霖、周嗣堯