主题演讲

兰迪·谢克曼（Randy Schekman）：蛋白质折叠问题

Randy Schekman: The Protein Folding Problem

主题演讲🎤 兰迪·谢克曼（Randy Schekman，2013年诺贝尔生理学或医学奖得主、加州大学伯克利分校细胞生物学家）⏱ 35:26👁 NA

▶ 在 YouTube 观看

诺奖得主谢克曼以百年蛋白质结构研究史为主线，回顾从测序、晶体学到AlphaFold的演进，讲述AI如何最终破解困扰生物学界一个多世纪的蛋白质折叠难题。

核心要点

蛋白质由核糖体按DNA→RNA→蛋白质的信息流，从N端到C端逐个拼接氨基酸合成，并在合成过程中边生成边折叠。
蛋白质折叠由二硫键、氢键、疏水作用、静电作用等多种相互作用共同稳定，形成α螺旋、β折叠等二级结构进而构成三级结构。
安芬森（Anfinsen）的核糖核酸酶变性—复性实验证明：氨基酸序列本身即包含折叠所需的全部信息，无需额外机器。
莱文塔尔悖论（Levinthal paradox）指出，随机搜索构象空间所需时间超过宇宙年龄，凸显折叠问题的复杂性。
AI（尤其是DeepMind的AlphaFold2）依托数十年积累的实验结构数据库与CASP竞赛，最终实现近原子级精度的结构预测。
2024年诺贝尔化学奖授予贝克（Baker）、哈萨比斯（Hassabis）和江珀（Jumper），标志AI预测与设计蛋白质开启生物医药新时代。

分章详解

引言：从细胞遗传到蛋白质合成

讲者坦言自己并非AI专家，特意为本次演讲新准备了关于AI如何解决困扰生物学界百余年的蛋白质折叠问题的内容。
人类基因组由23对染色体、约23,000个基因构成，可在不同细胞组织中表达出约100,000种不同的蛋白质分子。
蛋白质由核糖体（ribosome）将氨基酸逐个缝合而成，信息流为DNA转录为RNA、RNA经核孔进入细胞质后被核糖体翻译。
翻译时每三个核苷酸（密码子）对应20种氨基酸之一，肽链从氨基端（N端）向羧基端（C端）生长，并边合成边折叠。

结构生物学的历史奠基

弗雷德里克·桑格（Frederick Sanger）在剑桥MRC实验室首次完成蛋白质（胰岛素）的完整测序，并开创DNA测序技术，两获诺贝尔化学奖。
胰岛素由两条肽链经半胱氨酸形成的二硫键连接，二硫键在内质网（ER）的氧化环境中形成；胰岛素由更大的前体蛋白剪切而来。
莱纳斯·鲍林（Linus Pauling）经晶体学推导出α螺旋（由主链氮氧原子间氢键稳定），他人发现β折叠片，二者共同构成三级结构。
马克斯·佩鲁茨（Max Perutz）与约翰·肯德鲁（John Kendrew）历时23年用X射线晶体学解出首个三维原子结构——肌红蛋白，随后是血红蛋白。
鲍林进一步揭示镰状细胞贫血是β球蛋白链单个氨基酸替换所致，是首个被理解到分子层面的遗传病。

折叠之谜：安芬森实验与莱文塔尔悖论

NIH的克里斯蒂安·安芬森（Christian Anfinsen）用核糖核酸酶做了一个极简但意义深远的实验：将折叠好的酶变性为无规卷曲，再恢复氧化条件后酶能自发复原并恢复活性。
该实验证明氨基酸序列本身即蕴含正确折叠所需的全部信息，无需任何额外的机器或催化剂；安芬森因此分享1972年诺贝尔化学奖。
洛克菲勒大学的Moore和Stein以纯化学方法逐步合成该多肽序列，所得分子同样能折叠为有活性的核糖核酸酶，互为补充地印证了上述结论。
哥伦比亚大学的赛勒斯·莱文塔尔（Cyrus Levinthal）于1969年提出悖论：若以随机搜索遍历一个100个氨基酸蛋白的全部构象空间，所需时间将超过宇宙寿命，但蛋白实际只需数秒折叠。

从算法到AI：CASP竞赛与AlphaFold

到20世纪末，实验已积累数千个蛋白的原子结构数据库，生物物理学家据此开发出可初步预测的计算算法。
为评估算法，社区设立每两年一届的CASP竞赛：用尚未公开的新解析结构作为盲测，向社区公布序列以检验预测。
曾在讲者实验室做过博士生的大卫·贝克（David Baker）创建Rosetta程序，并通过众包游戏Foldit吸引上千网民参与，多年蝉联CASP榜首，但只能预测较小蛋白的折叠结构域。
DeepMind的德米斯·哈萨比斯（Demis Hassabis）团队带来突破：他曾以AlphaGo击败围棋世界冠军，随后转攻蛋白折叠，AlphaFold准确率大幅超越贝克，2020年的AlphaFold2更将预测精度推进到接近1埃的原子级分辨率。

2024诺奖与蛋白质设计的爆发

2024年诺贝尔化学奖表彰了贝克（用RosettaFold等机器学习方法设计自然界不存在的全新蛋白）以及哈萨比斯与江珀（John Jumper）。
哈萨比斯与江珀将地球上所有已测序基因所对应的约2.5亿个蛋白质预测结构开放上传，使全球实验室无需实验即可基于预测结构开展研究。
贝克实验室进一步用RF diffusion（一种'分子幻觉'生成式工具）按目标分子表面设计全新蛋白，已能设计出纳摩尔级亲和力的抗体、以及活性比天然酶高出数个数量级的酶。
讲者总结，AI已经并将持续革新生物医药的各个方面，包括药物设计与材料科学，其影响是莱文塔尔提出悖论时无法想象的。

问答：无序蛋白与细胞复杂性的下一个挑战

针对约三分之一蛋白存在多构象或无序区的提问，讲者指出这类无折叠结构域常形成流体状结构（如水凝胶、RNA颗粒、相分离区），目前尚不适用于AlphaFold类技术，但可在试管中以其他方法研究。
他提到Steve McKnight与Dirk Görlich对这类无序结构域的部分结构分析，并指出其氨基酸组成与典型蛋白迥异。
对于如何像'结构域挑战'那样调动社区攻克细胞/组织/器官层级复杂性的问题，讲者强调成功的关键仍在于足够庞大的数据库。
他提醒：仅靠基因组序列数据无法揭示细胞如何运作，因为细胞依赖基因在不同时间、不同顺序的表达时序，这些信息只能来自实验工作。

关键引述

“信息已包含在核糖核酸酶分子的氨基酸序列之中，足以让分子自行达到其正常结构。（the information contained within the sequence of amino acids ... was sufficient to allow the molecule to achieve its normal structure）”— 兰迪·谢克曼（Randy Schekman）

“若做随机搜索，蛋白遍历整个构象空间所需的时间将比宇宙的寿命还要长——而蛋白实际折叠却快得多。”— 兰迪·谢克曼（Randy Schekman，转述莱文塔尔悖论）

“突然之间，2.5亿个不同的蛋白质结构被以开放方式上传到网上，让全世界的实验室无需费力做实验解析结构就能开展研究。”— 兰迪·谢克曼（Randy Schekman）

“基因组序列只能给出这么多，却不能揭示一切；细胞之所以能运作，靠的是基因在生命不同时刻表达的时序与顺序。”— 兰迪·谢克曼（Randy Schekman）

术语 / 人物

蛋白质折叠问题（Protein Folding Problem） — 如何仅凭氨基酸序列预测蛋白质最终三维结构的难题，困扰生物化学界逾百年，最终由AI大幅突破。

安芬森（Christian Anfinsen） — NIH科学家，用核糖核酸酶变性—复性实验证明序列决定结构，1972年获诺贝尔化学奖。

莱文塔尔悖论（Levinthal paradox） — 1969年由Cyrus Levinthal提出：随机搜索蛋白构象空间耗时超过宇宙年龄，但蛋白实际折叠仅需数秒。

CASP竞赛 — 每两年一届的蛋白结构预测盲测竞赛，用未公开的新解析结构检验各算法预测能力。

AlphaFold / AlphaFold2 — DeepMind开发的蛋白结构预测AI程序，2020年AlphaFold2将精度推进至近原子级，彻底胜出CASP。

大卫·贝克（David Baker） — 华盛顿大学科学家，开发Rosetta与RF diffusion，可设计自然界不存在的全新蛋白，2024年获诺贝尔化学奖。

RF diffusion — 贝克实验室的生成式'分子幻觉'工具，按目标分子表面设计高亲和力的新蛋白、抗体与高活性酶。

二硫键（disulfide bond） — 两个半胱氨酸残基在内质网氧化环境中形成的共价键，是稳定蛋白折叠结构的重要相互作用之一。

背景补充

兰迪·谢克曼（Randy Schekman）是加州大学伯克利分校的生物化学家与细胞生物学家，1948年生于明尼苏达州，曾师从诺奖得主阿瑟·科恩伯格（Arthur Kornberg）获斯坦福博士学位。他因利用酵母遗传学揭示囊泡运输（vesicle traffic）机制，与James Rothman、Thomas Südhof共享2013年诺贝尔生理学或医学奖。本次演讲中他以亲历者视角串联起蛋白质结构研究的百年史与AlphaFold带来的AI革命。

适合谁看

适合对AI如何变革生命科学感兴趣的AI研究者、生物化学/结构生物学从业者，以及希望系统了解蛋白质折叠问题历史脉络的科技爱好者。