2010年，《自然》杂志就刊登了这样一篇集体智慧的结晶，而且好几万人都是同一款游戏的玩家，他们帮生物化学家解决了蛋白质折叠的关键问题。

这款游戏叫Foldit，发布于2008年5月，发起者是美国西雅图华盛顿大学的生物化学教授戴维·贝克。在游戏中，玩家从一些基础的蛋白质开始，通过点击、拖拽其中的氨基酸来操纵改变蛋白质的结构，直到后者形成稳定的形状。

在游戏排行榜上，新结构的稳定性越高，得分越高。随着大量玩家加入，Foldit用众包思维实现了大众为科研“打工”。

2011年，一群玩家就用不到3周的时间，把一种可以导致恒河猴艾滋病的蛋白质拼了出来，这个新结构随后通过实验得到确认。此前，这个难题已经困扰了生物化学家15年之久。

科学家为什么不自己折叠蛋白质呢？当然是因为难啊！

回顾一下高中生物：蛋白质是由一条条的肽链构成的，肽链是二级结构，还需要折叠成有功能的立体结构。问题在于，测序只能知道氨基酸的基因序列，测不出三维结构。

这时就显出人多力量大了，基于氨基酸相互作用的原理，数十万玩家能通过游戏帮科学家模拟预测蛋白质的结构，事半功倍。

以游戏的形式实现科研众包已经有很多实例，例如“EteRNA”平台是通过玩家构建RNA的多维结构。这类游戏大多出现在天文观测和生物医学领域，因为有大量的声音或图像数据需要处理。

但有些情况，是召集多少玩家都不太够，最终得求助于AI。还得联系到蛋白质。

新冠疫情全球流行，疫苗的研制成了当务之急。目前，辉瑞与复星生物合作的mRNA疫苗已经在全球范围内接种，这种疫苗可以快速问世，得益于先进的算法。

传统疫苗主要是用灭活或减毒的病毒诱发人体的免疫反应。mRNA疫苗技高一筹，用一小段信使RNA教我们的细胞制造出蛋白质或蛋白质片段，再触发免疫反应，换句话说，mRNA疫苗虚晃一枪，让宿主自己制造出病毒蛋白，之后人体就能辨认出入侵的病毒。

听起来容易，但要研发出二级结构稳定且有效的mRNA疫苗，全世界的科学家都犯愁。新冠mRNA疫苗模仿的是新冠病毒表面刺突蛋白的mRNA片段，经过一些改动后作为备选序列，但它的序列和二级结构通常很不稳定。

mRNA由多个核苷酸串联而成，每三个核苷酸决定一个氨基酸。具体来说，新冠病毒的刺突蛋白，也就是抗原上有1273个氨基酸，换算出来，能翻译成这种刺突蛋白的mRNA序列有10的632次方……

简单点来说，用一台超级计算机来处理，一秒钟算出一个新冠RNA序列的二级结构，即使从宇宙诞生时开始算，连“潜在”序列的亿万分之一都算不完。

好在有强大的算法拯救世界。2020年5月，百度研究院推出全球首个mRNA疫苗基因序列设计算法LinearDesign。这种算法能在理论上设计出结构最稳定、蛋白质表达效率最高的mRNA序列，时间最快可以缩短到11分钟。

这样一来，全世界的生物化学家就能在极短时间内获得一系列优良的mRNA疫苗序列，进而通过实验测试效果，这就是计算生物学的威力。将生物学难题成功转化为计算机语言学上的经典问题，用计算机设计出更稳定、蛋白质表达水平更高的mRNA序列。

由于计算机科学和AI的运用，疫苗研发这个世界性难题被加快了解题速度。除了疫苗研发，算法还为全球抗疫做出了很多贡献。为了了解新冠病毒的进化和各个基因的功能，各国科学家从不同年龄、性别、种族的患者身上收集病毒基因组并进行测序，每周都有成千上万的新序列公布。

然而，海量的新数据需要大量时间和精力进行分析，目前亦没有可以自动注释病毒基因突变的软件。对此，百度推出的CoV-Seq分析平台为科学家和医生们自动过滤掉低质量的序列并删除重复序列，执行序列比对，对变异进行定位和注释，自动提供可视化的分析结果。

面对突如其来的疫情，百度第一时间对外免费开放了提升新冠RNA二级结构分析速度的LinearFold服务，其推出的LinearDesign算法有效助力mRNA疫苗的研发，CoV-Seq工具平台为研究人员加速科研进展。技术与工具的组合，换来了对抗疫情的时间和效率。

正如百度CEO李彦宏说的那样，“由于人工智能技术的赋能，大量的生命信息被转化，生物计算大显身手，新药研发的速度大大加快。人工智能技术在疾病早筛方面，在精准诊疗等方面，都可以施展威力。

比起寿命的数字，战胜疾病、健康生活更有意义。

如果你对开头我们提到的的Foldit感兴趣的话，可以去下载玩一玩，说不定你的名字也会出现在下一篇论文里。

编辑：赵国贺
编导：摸鹰知鹅 阿四 基德A排版：新桐

参考资料：[1]. Cooper, S., Khatib, F., Treuille, A. et al. Predicting protein structures with a multiplayer online game. Nature 466, 756–760 (2010). https://doi.org/10.1038/nature09304

[2]. LinearDesign: Efficient Algorithms for Optimized mRNA Sequence Design arXiv:2004.10177v4

[3]. COVID-19 Genomic Sequence Database and Visualization Cov-Seq

[4]. Liang Huang, **He Zhang, **Dezhong Deng, Kai Zhao, Kaibo Liu, David Hendrix, and David H. Mathews (2019). LinearFold: Linear-Time Approximate RNA Folding by 5’-to-3’ Dynamic Programming and Beam Search. Bioinformatics, Volume 35, Issue 14, July 2019, Pages i295–i304. ISMB 2019


关注【深圳科普】微信公众号，在对话框：
回复【最新活动】，了解近期科普活动
回复【科普行】，了解最新深圳科普行活动
回复【研学营】，了解最新科普研学营
回复【科普课堂】，了解最新科普课堂
回复【科普书籍】，了解最新科普书籍
回复【团体定制】，了解最新团体定制活动
回复【科普基地】，了解深圳科普基地详情
回复【观鸟知识】，学习观鸟相关科普知识
回复【博物学院】，了解更多博物学院活动详情