「6年解けなかった構造があっさり」──タンパク質の“形”を予測する「AlphaFold2」の衝撃 GitHubで公開、誰でも利用可能に

米Alphabet傘下の英DeepMindが、遺伝子配列情報からタンパク質の立体構造を解析するAI「AlphaFold v2.0」（以下、AlphaFold2）をGitHub上で無償公開し、ネット上で注目を集めている。Twitterを利用する生物系の研究者からは「革命的な成果だ」「これからの研究の前提が変わっていく」など、AlphaFold2の予測精度に対して驚きの声が相次いだ。 なぜAlphaFold2はこれほどの驚きや賞賛をもって迎えられているのか。タンパク質構造解析の難しさをひも解く。 未知の部分が多いタンパク質の構造 タンパク質は数十種類のアミノ酸からできており、配列によってさまざまな性質に変化する。例えば筋肉、消化酵素、髪の毛はそれぞれ役割が異なるが、いずれもタンパク質で作られている。タンパク質の構造が分かれば、生体内の化学反応の理解が進む。アルツハイマー型認知症やパーキンソン病

[buu]

理研横浜研究所のNMRパークを推進した人間の一人としては色々思うところがある。23年前は榊さんに1テラのメモリを用意してくれと言われて途方に暮れた時代。和光の食堂で松坂の決勝ノーヒッターを見た。

[buhoho]

富嶽はこういう研究の話全然聞こえてこないけどどうなんだろう。さすがにやってるかな。飛沫シミュレーション専用コンピューターってイメージになってる

[mbr]

当該分野に携わる身としてはAlphaFold2が利用可能になった事実もさることながら、こうして一般のメディアに取り上げられているのを見るのも結構インパクトがある。とりあえず手元で動かせるよう導入中→動かし中。

[sisya]

2.2TのHDDなど、4，5千円もだせば手に入るので、実費で5千円と考えるととんでもなく安い。ちょっとしたお祭り騒ぎになるのはわかる。

[T-norf]

高次構造が分かれば、機能を推察することができて、いろんな病気の原因が分かったり、創薬アプローチを考えられて、成果的には大きいよ。と、推定からの確定例が増えれば教師データが増えて、どんどん精度上がりそう

[RySa]

電子顕微鏡だと観測対象を傷付ける事から柔らかい物体を高精度で観測するのは難しいのです。にしても凄いなGoogle。AI研究では一歩も二歩も進んでる感じ。

[ttrr]

明らかに重要な課題だし、これはノーベル賞が出る成果なのではないだろうか。

[sabotem]

ブレイクスルーになるのかな。医薬分野の研究が伸びてほしい。

[augsUK]

オープンソースの無償公開なのか。前提が変わるな。電子顕微鏡の単粒子解析はあるけど、すごく大変だよ https://www2.kek.jp/imss/news/2020/highlight/1214SPA/

[youichirou]

俺達がPS3やPCで延々とFolding@homeしてたのは何だったんだ…。

[hihi01]

すごすぎます。こうして資本主義は解消され、メリトクラシーは評判格差社会を作ると。

[kuenishi]

感覚が麻痺しているので2.2TBとか余裕だしちっさいじゃん？ってなる

[misshiki]

“AlphaFold v2.0”

[tach]

タンパク質の立体構造がAI利用で簡単に判明。

[kmizushima]

なるほど？素人だけど、人力（研究者側）で解答があっているかは検証出来るから、それまでの時間が凄まじく短縮出来れば、多少のミスはあってもいい感じ？どのくらい凄いかわからないのが恨めしい。

[ene0kcal]

しゅ、しゅごそう！未来が加速しそう！

[blueribbon]

「「タンパク質折りたたみ問題」として50年以上、生物学の課題とされてきた。実際、既知のタンパク質配列は数十億あるのに対し、構造が明らかになっているものは約10万のみといわれており…」

[ak1024]

何かてえへんな物がこれで開発されそうな気がする。何かはわからんけど

[lyiase]

これは凄いな。macでは出来ないので、Ubuntuが必要だけども容易に入手可能なスペックで数時間で求められるのか。力業で実行するために768GBメモリを確保しようとしてたのが懐かしい。

[peppers_white]

大容量HDDは割と手ごろに売ってるからエントリクラスの一万2万程度ならそんなに負荷は高くないな

[You-me]

おー

[kuippa]

これができるってことは有機合成や触媒探索、合成スキーム探索なんかもできるってこと。１０年後の化学はまったくの別世界である可能性がある。分子生物やってたけど数十年早かったな。いまやりたかった。

[MetaVariable]

これは応用分野の話なのでHPC基盤分野である富岳では～という指摘には一言「分野が違う」。一応、富岳にも深層学習環境はあるので同様の計算はできる。ただ、クラウドのGPU環境でやる方が諸々で手っ取り早いとは思う。

[takeishi]

DeepMind（囲碁世界チャンピオン倒して有名な会社）のすごいAI、科学研究分野に進出

[n_231]

早くタンパク質ナノマシン作ろう！

[fu_kak]

ぜんぜんわからんがすごいな！

[t-tanaka]

立体構造は，X線結晶構造解析で「正解かどうかの確認」や「だいたい合ってる構造の精緻化」が可能。解けてない結晶構造データも多く，誤差はあってもだいたいの構造を出してくれるだけで，相当に価値がある。

[richard_raw]

よくわかってないけどノーベル賞級の偉業なのでは。

[esbee]

よくわからんがすごい

[teo_imperial]

このニュースが出た時にどこまで本当に出来るのかと思ったけど出来るんだな。立体構造が分かるとin silicoの創薬が出来るんだよ。

[tikani_nemuru_M]

これはとんでもないことになりそうだなあ。

[heavenward]

偉業。どうでもいいけどサムネがなんか新しいVocaloidかなんかのデザインに見えた

[mashori]

テクノロジーを広め、高めるには利用障壁を取っ払い利用しやすくする、というのはわかるけど、本当にすごいなこれ。

[anguilla]

これはすごい

[maninthemiddle]

Alphabet(Google)の人類を先導してる感凄いよね

[tekitou-manga]

しゅごい。金にしようと思えばいくらでも出来ただろうに

[kaorun]

機械学習は演算パワーも必要だし、結果的に、研究者のPCのスペックと予算が上がる要因になるといいね。

[chago]

全く知らない分野なのでもうちょっと学習したい。あとはてブユーザに知見に富んだ人がたくさん見受けられて、そのユーザが別のブクマでエビフライとつぶやいててちょっとほっこりしてる。

[otation]

AIの結果が合ってるって担保するにはどうすればいいんだろ。間違った結果をもとにして研究進めるわけにもいかんだろうし。創薬とかだったらあんま気にしなくてもいいのかな/他で出した予測の検証に使うのか。なるほど

[sumomo-kun]

これはすごい…。mRNAワクチンといい、製薬に大きなブレイクスルーが起きてるな。何より素晴らしいのは、無償で公開しているところ。本来ならこれで一社、株式上場できるレベルですよ。