如果你在生物信息学这个圈子里待过几年大概会有一种感受过去这两年不管开会还是看论文“蛋白质结构预测”这几个字出现的频率高得惊人。一套基于深度学习、靠海量序列共进化信息训练的预测系统横空出世在公开测评中以接近实验测定的精度完成了历史性突破。但与此同时一场很有意思的争论也浮出水面。某个公开对谈里来自某国际AI研究机构的研究负责人K博士和来自某生物医学研究机构的资深研究员S博士围绕“为什么这套系统没有真正解决蛋白质折叠问题”深聊了一场。两个人的视角差异很大碰撞出来的东西也很有价值。这篇文章把我对这场对谈的梳理、对蛋白质折叠问题的理解、以及我在实际科研项目里踩过和观察到的坑一起整理出来当作一份参考笔记。1. 这场对谈到底在争论什么1.1 蛋白质折叠一个老问题的新热度蛋白质折叠是结构生物学的核心问题也是分子生物学里公认的“终极难题”之一。它的经典表述是一条由几十到几千个氨基酸按特定顺序连接成的线性链进入水溶液以后大多数会在毫秒到秒的时间尺度内自发折叠成某个或某几个特定的三维空间结构而这个三维结构又在很大程度上决定了蛋白质干什么活、怎么干活。用生活化的比方来理解就像把一团长长的毛线随机揉成一团最后它却能每次都精确地打成同一个毛线球的形状而且这个形状决定了它能不能被织进某件毛衣。这个现象看起来简单背后却藏着一个让人头疼的矛盾如果蛋白质完全靠随机尝试所有可能的构象来寻找最稳定的那个需要的时间远远超过宇宙年龄但它偏偏能在眨眼之间完成折叠。这就是所谓的“构象搜索悖论”蛋白质一定有某种机制把搜索范围压缩到了极其有限的路径上。所谓“蛋白质折叠问题”其实包含三个层次。第一折叠的物理规律是什么热力学和动力学上的驱动力从哪来。第二氨基酸序列和最终结构之间的映射关系能不能被预测。第三折叠过程本身如何发生中间要经过哪些中间态和过渡态。现实中人们讨论这个问题时经常把“预测结构”和“理解折叠”混成一件事。当你看一个模型能在公开测评里把结构预测精度推到接近实验解析的水平很容易产生幻觉这个困扰了生物学几十年的问题已经被搞定了。K博士和S博士在这场合谈里恰恰就是要拆掉这个幻觉。1.2 为什么引发分歧两个机构的视角差异K博士所在的团队更关注“能不能在一个可量化的任务上取得突破”。这个任务就是给定氨基酸序列输出准确的三维坐标。他们的工作方式很典型定义清楚的红线、大规模算力、可复现的评估、持续迭代的模型。从结果来看他们确实把“序列到静态结构”这条映射关系推到了非常高的精度。S博士所在的机构则是另一套逻辑。他们每天面对的是蛋白质如何执行功能、如何和伙伴分子配合、如何通过构象变化传递信号、突变怎么导致疾病这些真实问题。在这些问题里蛋白质不是一个静态的照片而是一台由热运动驱动的机器。S博士这样的研究者会反复强调机器一直在动随时切换构象通过结合不同的伙伴完成信号传递或化学催化。如果一个工具只能给出一个置信度很高的静态结构那它确实是结构预测的里程碑但离“解决折叠问题”还有相当距离。两个人对“解决”的定义差异才是这场对话真正有意思的地方。工程上一个任务只要有一个可量化的指标就能被定义得很清楚但在生物医学里“解决”不应该只是把坐标预测准而要能够解释机制、预测结果、指导干预。评价标准不同结论自然不同。这也是很多跨领域对话里最典型的认知错位你以为大家都在聊同一个词实际上各自脑子里的图景完全不同。1.3 一个常被忽略的关键区分预测结构不等于理解折叠K博士在讨论中反复强调一个技术上的关键点这套预测系统是“从海量序列比对信息里学习序列与结构之间的统计关联”它并不试图模拟蛋白质折叠的物理过程。换句话说它是一个经验映射器而不是来自第一性原理的物理计算器。它告诉你“大概率长这样”但不告诉你“为什么长这样”更不告诉你“它是怎么一步步长成这样的”。这个区分太重要了。折叠问题里最难啃的部分恰恰是折叠路径和折叠动力学。哪怕你有一个看起来合理的能量景观底部是天然态构象但系统是从哪条路滑到底部的中间经过了哪些中间态哪个残基在整个过程中起到了“扳机”作用这些都是生物学特别关心的问题。中间态和过渡态又往往和错误折叠、蛋白聚集、神经退行性疾病直接相关。当前这套预测系统的输出里这部分是缺失的。它没有输出过程只输出了终点的一个快照。2. 这套系统真正做到了什么以及解决不了的边界2.1 从序列到静态结构一个漂亮但有限的映射从技术角度拆解这套系统本质上是把“多序列比对”和“端到端的注意力网络”结合起来把共进化信号转化为三维坐标。它最强的地方在于对于有足够同源序列、有清晰单一构象的蛋白质输出结构的骨干精度经常可以做到接近实验水平。我记得一次讨论里结构生物学的朋友说得挺直接过去要解析一个全新蛋白的结构可能要花上几个月去做结晶、收数据、解相位现在可以先用预测拿到一个可信的模型当起点再去设计实验验证关键区域。这种工作流的变化是实打实的实验室里大量被验证过不能因为“没有解决折叠问题”就否定它的价值。但也要清醒“作为起点”和“给出答案”是两码事。你拿它当导航地图用它很好你拿它当生物学结论用它就会让你在细节上摔跟头。模型内部的工作方式核心是预测两两残基之间的距离和方向分布再用注意力机制把这些信息聚合成一张三维结构。它更像是一个“在统计分布里找最大概率构象”的过程而不是一个“在物理力场里寻找自由能极小点”的计算。这决定了它在边界上的表现只要统计规律足够强它就非常准一旦统计规律弱它就暴露出短板。2.2 折叠过程与路径机制仍然是黑箱系统输出的是一组坐标对应的是它认为最可能的稳定构象。折叠是怎么从去折叠的线性链走到这组坐标的它完全不知道也不需要知道。这在工程上是最巧妙的设计——不用去模拟复杂物理过程直接从数据里学映射但在科学上恰恰是它最让人意犹未尽的地方。举个例子很多酶在催化时会经历“打开—闭合”或结构域重排这样的大尺度运动。预测能告诉你闭合态的样本大概长什么样但对于“为什么要经历这个重排”“哪些残基驱动变化”“某个突变为什么能改变催化效率”它基本无法回答。这些问题的答案藏在能量景观的形状里、在能垒的高度里、在变构路径中间态的相对稳定性里。要得到这类信息通常需要分子动力学模拟和核磁共振一类能捕捉动态信息的实验手段而不是一段坐标。在我自己做过的项目里有一种特别典型的误用把预测结构当成酶的催化态直接基于它推断底物如何结合。结果发现两个关键残基的空间距离差得很远后来用分子动力学模拟才发现那个预测结构更接近催化循环里的开放状态真正催化时结构域会闭合整个口袋才会形成。这个教训花了我不少时间从那以后我再也不把单个预测结构当作唯一的构象真相。2.3 构象集合、内在无序蛋白与动态功能另一个被反复讨论的点是预测系统偏向于“给每个残基一个相对固定位置”但大量蛋白在生理条件下并不只有一个构象。尤其是一类叫做“内在无序蛋白”的成员它们没有明确的三维折叠结构却恰恰通过“没有固定结构”来完成功能比如参与细胞内的相分离、作为多个信号通路的枢纽、用柔性区域结合不同伙伴。这种蛋白如果用预测工具去跑输出区域会出现很低的置信度加上一个看起来有点僵硬的随机卷曲很容易被误读成“这个区域不重要”或“模型在这里算错了”。实际上这个区域的不确定性本身就是它的功能特性。S博士对此的观点很尖锐如果一个模型把所有蛋白都强行塞进单一结构的框架里它在模型精度上赢得的优势反而可能误导使用者对那些天然无序区域的认知。这一点我非常认同。我觉得这里有一层更值得玩味的地方预测系统的目标函数决定了它倾向于输出“明确答案”但生物系统里很多答案本身就是“一个分布”。构象集合、亚稳态之间的平衡、不同环境下占优构象的切换这些才是生理状态下真正重要的东西。单看一张漂亮的得分图容易被“确定性”给骗住。2.4 数据依赖与“孤儿蛋白”困境这套系统对输入的多序列比对信号有很强依赖。如果某个蛋白在数据库里能找到很多同源序列共进化信号就强预测得就准如果是孤儿蛋白或者来自一个序列数据库覆盖很冷门的物种又或者是快速进化的免疫相关区域序列信息很少共进化信号几乎为零预测精度就会明显下降。结构生物学圈子里有句半开玩笑的话预测结果特别好时你看一眼比对深度就明白了预测结果特别糟时你看一眼比对深度也明白了。这说明什么说明系统还是靠数据喂出来的经验模型对样本外分布的泛化能力是有限的。既有规律很强的时候它很行但一旦超出统计覆盖的范围它就会露馅。这也是“为什么没有解决蛋白质折叠”的一条硬理由。如果折叠问题真的被物理规律解决了那你不需要海量同源序列也能算出来但实际情况是缺少序列信息时连一个粗糙的近似都很难给出来。这意味着系统学会了大量“它见过的样式”但并没有习得真正普适的物理规则。3. 生物医学视角下哪些未解问题真正让人头疼3.1 错义突变与疾病机制一个具体例子发散开从疾病研究的角度看人们经常想用一个预测结构来回答“这个错义突变为什么会致病”。但实际操作里你会发现静态坐标帮不了多少忙。最经典的例子是血红蛋白的一个点突变它能导致红细胞镰状化。核心问题不是突变让单体结构发生了多大变化而是突变后的蛋白在脱氧状态下更容易发生纤维化聚集。预测系统可以给你输出野生型和突变体的结构计算一下坐标差但差值往往只有零点几埃并且置信度很低根本不足以解释致病机制。真正要理解突变效应得靠自由能扰动计算、分子动力学采样以及细胞层面的实验验证。把这个工具当作“突变效应预测器”来用非常容易得到误导性结论。我在和一个做罕见病遗传分析的团队聊天时他们提到过类似的教训拿预测结构的置信度来判断突变严重性结果好几个位点预测得很自信却被后续实验完全否定。问题出在哪出在模型根本没学过“突变为什么致病”的物理机制它只是给你一个看起来合理的折叠差异。从统计里来最多回到统计里去因果链条接不上。3.2 错误折叠、聚集与神经退行性疾病说到神经退行性疾病和β淀粉样蛋白、α-突触核蛋白这一类序列特别容易“惹事”的蛋白有关。它们的致病形式往往是寡聚体、纤维或某种毒性构象而不是某个单一的天然结构。真正需要理解的是哪条疏水区域暴露在表面在什么条件下触发聚集以及聚集体如何干扰细胞正常功能。这类问题里预测工具提供的信息非常有限。它可能给你一个看起来很像球形蛋白的折叠结构但疾病相关的要害可能反而藏在那条没有固定结构的柔性尾巴以及它在膜界面触发的聚集路径里。后者需要物理模拟需要在不同环境条件下去采样构象还要靠真实实验来验证。这些都在“单序列静态预测”的覆盖范围之外。S博士在讨论里专门提到从药物开发的角度看如果一个靶点蛋白本身就是部分无序的预测出来的“结构”很可能不具备对接筛选的价值反而会让人觉得它有明确的可成药口袋导致整个筛选方向跑偏。这种问题一旦发生浪费的不只是算力还有整个研发周期。3.3 蛋白—蛋白和蛋白—配体的动态界面生物学功能发生在分子之间的相互作用里而相互作用几乎总是伴随构象变化。同一种蛋白和不同的伙伴结合会采用不同的构象有些蛋白在结合之前就有多个预存在的亚态配体结合之后会选择性稳定其中某一个。这种“诱导契合”与“构象选择”的机制是理解信号传导和酶催化的重要环节。预测系统在这个层面的能力也有限。对于复杂的蛋白复合物整体预测精度会明显下降对于受体和配体组装过程中的运动过程几乎没有建模能力。做药物筛选的团队因此不会只靠预测结构来决定结合位点仍然依赖共晶结构、分子动力学和自由能计算来做可靠判断。这不是说预测没有用。在虚拟筛选的早期阶段它能非常高效地排除掉一大批不可能结合的分子但在需要精确评估结合自由能、判断突变对抗体结合影响的时候还是得回到物理模拟和实验。关键是把工具放在合适的位置上而不是要求一个静态坐标预测器包打天下。4. 科研实际使用中的关键经验4.1 拿到预测结构之后先别急着下结论我自己用这类预测工具试过不少项目最大的教训是不要只看整体很好看的区域要重点看低置信度的区域在哪里。低置信度往往对应无序区域、柔性环路或者结构域之间的铰链区这些地方最容易承载真实功能也最容易产生假结构。一个很常见的错误操作是直接拿预测结构里的低置信度区域去写论文里的“功能不重要”结论。实际上低置信度只代表模型对这个区域没把握不代表这个区域在生物学上没意义。很多蛋白的相互作用位点就藏在这种“模型说不清”的柔性区域里。所以你拿到输出时第一件事是把置信度映射到三维坐标上仔细查看低置信度区域的分布再判断下一步。4.2 用预测结果做假设时的检查清单我把自己常用的检测流程整理成一份清单供参考看多序列比对深度。有效序列数太少时结论必须打折。看目标区域是否为高置信度。低置信度区域不要拿去推敲残基级别的细节。查文献里是否有多构象证据。如果有开放和闭合两种状态预测结果大概率只是其中一种的样本。突变效应类结论必须用独立方法验证预测结构的差异撑不起因果关系。如果蛋白会经历翻译后修饰或者实际以复合物形式存在单体预测未必代表生理状态。遇到一个看起来很完美的结构时问一句这个结构真的符合所有已知生化数据吗这个清单不复杂却能在实际项目中避免大量把预测当真相的翻车场景。特别是最后一条出现过很多次模型给出了一个能量上很合理的结构但和已有的定点突变、交联质谱实验完全矛盾。这时候问题多半不在实验而在你对自己所研究的蛋白了解得还不够深。4.3 与分子动力学结合的玩法一个常见且有效的组合方案是先用预测工具生成初始结构再把它放进显式水盒子跑分子动力学模拟在模拟过程中观察构象是否稳定、是否发生合理尺度的运动并将模拟结果和实验可观测量对比。这种组合有一个现实的好处预测工具在结构层面给了你一条很好的起点动力学模拟补上了“动态采样”的环节。你可以用模拟观察别构效应、计算不同突变体之间的自由能差异、分析构象集合的分布。虽然这个组合方式对算力要求不低但得出的结论支撑力远强于单看一张静态图。我在处理某个离散型酶结构时就是这么做的预测结构给出的开放态模拟跑了几百纳秒也没有明显闭合后来我怀疑可能是预测本身偏向了采样不足的构象。于是把文献里已知的底物结合条件施加进去重新模拟后果然观察到结构域转动这才把整个催化机制理顺。没有动力学这一步单靠预测坐标就是一条走到黑。5. 这场讨论对 AI for Science 的实际启示5.1 评估指标为什么会骗人你会看到一个很反直觉的现象一个系统在基准测试上的分数很高但不代表它解决了问题。原因是基准测试本身是一个严格限定的子任务。比如结构预测的评分指标衡量的是“坐标和参考结构有多接近”它根本没有衡量“是否理解了物理机制”。只要指标里不包含动力学、聚集倾向、构象集合、结合自由能这些维度模型的分数就天然无法反映这些缺口。这不是某一套系统的问题而是评估范式的问题。对所有做 AI for Science 的人来说这都是一个核心提醒先搞清楚你的红线是什么模型赢下了红线内的任务不等于赢下了整个现实问题。5.2 模型解释性与科学发现的分野K博士在讨论中反复提到这套系统本身不具备解释性。你可以调注意力权重、看置信度图但这些操作更多是工程上的诊断手段不是物理机制的解释。科学发现需要的不只是答案还需要机制、因果和可检验的假设。从这个意义上说如果 AI for Science 的目的是“帮助人类理解自然”那就不仅要求能预测结果还要能够解释为什么并为新的假说提供指引。这个标准和“基准分数领先几个点”完全不同也难得多。它要求模型输出的是可理解、可质疑、可验证的知识结构而不仅仅是概率层面的正确答案。5.3 下一步可能的方向从预测到理解这场对谈的收尾部分比较一致的判断是结构预测突破不会止步于静态坐标。未来可能有几个方向把分子动力学模拟的物理约束和能量函数融入模型让模型直接输出满足能量最低条件的构象集合。让模型面向“构象集合”而不是“单一坐标”进行训练把低置信度区域变成可解释的概率分布。把突变效应、配体环境、翻译后修饰等上下文纳入输入扩大输出维度的物理意义。更关键的是让模型尝试提供“为什么要这样折叠”的可解释线索哪怕只是残基相互作用网络层面的解释也会把系统的价值从工具抬升到理论层面。技术路径目前还很开放但方向感是清晰的下一个真正的里程碑不是把结构预测精度再提升一个点而是让模型开始能回答“折叠过程如何发生”这类动态问题。我个人在实际操作中的体会是AI 结构预测给科研带来的最大价值不是“替你解决蛋白质折叠问题”而是“把长期卡在做实验之前的那道信息门槛大幅降低”。它让更多非结构生物学背景的团队能快速生成合理的假设起点让实验设计变得更聪明。但也带来了前所未有的要求判断力。你要分辨哪些预测可信、哪些只是模型的自信幻觉要理解静态结构和动态功能之间的差距还要在 AI 给出一句、两句看似确凿的结果时保持科研的基本谨慎。这套系统帮我们省了很多时间但并没有替我们省掉思考。蛋白质折叠难题的余下部分恰恰是最难消化、又最有科学价值的那一块。