2. What is the protein folding problem?(什么是蛋白质折叠问题？)

原文：https://www.ebi.ac.uk/training/online/courses/alphafold/an-introductory-guide-to-its-strengths-and-limitations/what-is-the-protein-folding-problem/

本节要点

• 理论上可能：只凭氨基酸序列就能预测蛋白质的三维结构；
• 但极其困难：因为可能构象的数量太庞大；
• 人工智能正好适合这个问题。

一、蛋白质折叠问题：从序列预测蛋白质结构

• 蛋白质：一串珠子项链。
• 氨基酸：珠子，有 20 种。

项链不会直挺挺放着，它会自己蜷成一团，变成有确定形状的三维结构。这个“蜷起来”的过程，就叫做折叠。

折叠问题主要有两个难题：

1. 搞懂折叠是怎么发生的；
2. 预测最终折成什么样子。

1972 年，Christian Anfinsen 拿了诺贝尔化学奖，因为他提出：在正常的生理环境下，蛋白质折成什么形状，完全由它的氨基酸序列决定。这条结论后来被叫做 Anfinsen 法则（Anfinsen’s dogma）。

它的分量在于一个推论——既然序列决定结构，那只要给我序列，我应该就能把结构算出来。几十年结构生物学的研究大体证实了这一点。

二、计算挑战

问题是“能算”不等于“算得完”。文章引出第二个概念：Levinthal 悖论（Levinthal’s paradox）。

1960 年代，Cyrus Levinthal 指出：一条蛋白链理论上能摆出的构象数量极其庞大。如果真让它一个一个试过去，所花的时间长得“可以和宇宙的寿命相比”。

帮你感受一下这个规模。取一条 100 个氨基酸的链，哪怕每个氨基酸只允许 3 种摆放姿势，总组合数也有 $3^{100}$，约 $5\times 10^{47}$ 种。每次尝试按 $10^{-13}$ 秒算，全部试完要 $5\times 10^{34}$ 秒，也就是约 $10^{27}$ 年——比宇宙年龄（约 $10^{10}$ 年）还多 17 个数量级。而真实细胞里的折叠，往往在毫秒到秒的量级就完成了。所以文章那句“宇宙寿命”不是修辞，是个很保守的估计。

不过 Anfinsen 的结论还是给了动力：难归难，至少理论上存在一个高效的办法，能只靠序列找出最可能的天然结构。

三、人工智能的作用

人工智能擅长从大量数据中寻找复杂规律。研究人员可以利用已知蛋白质序列和结构的数据，训练模型学习：

• 哪些序列片段倾向于形成螺旋或折叠；
• 不同位置的氨基酸如何相互影响；
• 什么样的三维排列更可能稳定。

关键点是：预测最终结构不一定要完整模拟折叠过程。

这就像知道一个物体最终会落在哪个位置，并不一定要计算它运动过程中的每一个瞬间。AI 可以直接学习“序列 → 最终结构”的关系，从而绕开 Levinthal 悖论带来的巨大计算负担。

所以，AlphaFold 这类系统的核心思想可以概括为：

• 氨基酸序列决定蛋白质结构；
• 蛋白质可能的构象太多，直接模拟很困难；
• AI 通过学习大量已知结构，直接预测最可能的最终三维形状。

上一节：什么是蛋白质？我们又是如何知道它们的结构的？　·　下一节：AlphaFold 是什么　·　课程总览