@所有打工人，鹅厂AI让脱发“真凶”首次现原形

常常说“秃如其来”，但导致秃头的真正原因你知道吗？

11月17日，鹅厂发布了一项利好每个互联网从业者打工人的重要AI医学进展——秃头元凶“SRD5A2”的蛋白质结构被首次破解了！

来自腾讯AI Lab的医疗AI专家，采用“从头折叠”的蛋白质结构预测方法，帮助解析了原子级别的SRD5A2高分辨率晶体结构，并通过自研AI工具“ tFold”，进一步提升了蛋白质结构预测精度——这意味着，此前一直“黑盒式”存在的脱发关键因子“II型5a还原酶（SRD5A2）”的三维结构终于被首次打开。

更振奋人心的是，治脱药物“非那雄胺”的防脱机制，也被精确鉴定。

长远来看，科学家们根据SRD5A2的蛋白质结构，研发一款更加对症下药、药到病除的防脱新药，已经指日可待了~

这项研究成果，还得到了Nature子刊的官方盖章认可，相关论文日前已经于《 Nature Communications》发表，由南科大生物系魏志毅副教授课题组与匹兹堡大学张诚教授、新加坡 A*STAR 研究所范昊研究员、腾讯 AI Lab 黄俊洲博士带领的研究小组合作完成。

这次新发现，不仅可以用于治疗脱发，其他蛋白质分子和病理学机制的研究也都能用上，具有重要价值。

*** 激素变化是导致脱发最主要的原因之一**

二氢睾酮是人体中已知最强的雄激素，水平过高的二氢睾酮会带来前列腺增生和脱发等等一系列困扰。

而二氢睾酮正是由前面介绍过的 SRD5A2 催化合成。

所以，当患者因为二氢睾酮水平过高而出现前列腺增生和脱发问题时，目前比较常用的治疗方式，是通过抑制 SRD5A2 来降低患者二氢睾酮水平。

作为 SRD5A2 的高效抑制剂，非那雄胺（finasteride）被广泛用于治疗这类疾病。

虽然 SRD5A2 如此重要和关键，它的高分辨率结构信息却一直是个“黑盒”

最主要的技术难点，是SRD5A2 具有独特的七次跨膜结构，其与人类全部已知结构的蛋白在结构上差异很大，难以通过现在比较常用的“模板建模”方法获得初始构型来解析晶体数据。

而腾讯 AI Lab 自研的AI工具“tFold”成为破解 SRD5A2 蛋白这一重要难题的关键。

鹅厂技术专家采用了相比“模板建模”难度更高的“从头折叠”方法，可以不依赖于模板来预测蛋白结构。

在 tFold 工具上进行的三项技术创新，则大幅提升了“从头折叠”方法蛋白结构预测的精度：

首先，实验室研发了“多数据来源融合”（multi-source fusion）技术，来挖掘多组多序列联配（multiplesequence alignment, MSA）中的共进化信息。

然后，借助 “深度交叉注意力残差网络” （deep cross-attention residual network，DCARN），能极大提高一些重要的蛋白2D结构信息（如：残基对距离与取向矩阵）的预测精度。

最后，通过一种新颖的“模板辅助自由建模“（Template-basedFree Modeling, TBFM）方法，将自由建模（Free Modeling, FM）和模板建模（Template-based Modeling, TBM）生成的3D模型中的结构信息加以有效融合，从而大大提高了最终3D建模的准确性。

在腾讯 tFold 工具加持下得到的从头折叠的结构模型，能通过分子置换将 SRD5A2 的结构确定为2.8Å 原子级别高精度。

这一结果能直接推进我们对体内 SRD5A2 活性失调引发的各类疾病的理解，进而为基于 SRD5A2 结构的药物开发提供更多有价值的参考信息。

*** tFold 平台的价值也已被学界和业界所看到**

在研究方面，tFold 平台已在国际公认最权威的测试平台 CAMEO 上证明了它的创新价值及有效性。

腾讯 AI Lab 于2020年初在 CAMEO 平台注册了自动化蛋白结构预测服务器 tFold server，并自2020年6月起至今一直保持周度、月度、季度、半年度冠军。tFold server 在一般案例上领先业内权威方法6%以上，在困难案例上则领先12%以上。