AlphaFold là hệ thống AI do DeepMind phát triển, dự đoán hình dạng ba chiều của protein chỉ từ trình tự axit amin, với độ chính xác mà trước đó thường chỉ đạt được bằng thí nghiệm kéo dài nhiều tháng hoặc nhiều năm. Năm 2024, giải Nobel Hoá học được trao một nửa cho Demis Hassabis và John Jumper vì dự đoán cấu trúc protein, nửa còn lại cho David Baker vì thiết kế protein bằng máy tính.
Để hiểu vì sao điều đó quan trọng, bạn cần nhớ lại một ý của phần phiên mã và dịch mã: gen quy định trình tự axit amin, nhưng protein chỉ làm được việc khi gấp nếp thành đúng hình dạng không gian. Bài này giải thích bài toán gấp protein, AlphaFold làm gì và không làm gì, cách đọc kết quả, và cách học sinh có thể khám phá cấu trúc protein một cách an toàn.
Từ chuỗi axit amin đến hình dạng: bài toán gấp protein
Ở chương trình Sinh học, bạn học protein có bốn bậc cấu trúc. Bậc một là trình tự axit amin. Bậc hai là các đoạn xoắn alpha và phiến gấp beta tạo bởi liên kết hiđrô. Bậc ba là hình dạng không gian của cả chuỗi. Bậc bốn là khi nhiều chuỗi kết hợp lại. Chức năng của protein, như enzyme bám cơ chất hay kháng thể nhận kháng nguyên, phụ thuộc trực tiếp vào hình dạng bậc ba và bậc bốn.
Năm 1972, giải Nobel Hoá học trao cho Christian Anfinsen gắn với phát hiện rằng trình tự axit amin chứa đủ thông tin để quyết định cấu trúc của protein, ít nhất với các protein nhỏ ông nghiên cứu. Từ đó nảy sinh câu hỏi lớn: nếu thông tin đã nằm trong trình tự, liệu có thể tính ra hình dạng chỉ từ trình tự không?
Câu hỏi nghe đơn giản nhưng cực khó, vì một chuỗi vài trăm axit amin có số cách gấp khả dĩ lớn đến mức không thể thử hết. Trong khi đó, xác định cấu trúc bằng thí nghiệm như tinh thể học tia X hay kính hiển vi điện tử lạnh thường tốn nhiều công sức, và có protein rất khó làm. Khoảng cách giữa số protein đã biết trình tự và số protein đã biết cấu trúc ngày càng lớn. Đó là chỗ AI bước vào.
AlphaFold đã làm được gì, theo các mốc chắc chắn
Từ năm 1994, giới nghiên cứu tổ chức cuộc đánh giá CASP hai năm một lần: các nhóm dự đoán cấu trúc của những protein đã được xác định bằng thí nghiệm nhưng chưa công bố, rồi so với đáp án. Đây là cách kiểm tra khách quan, vì không ai biết trước kết quả.
Tại CASP14 năm 2020, phiên bản AlphaFold 2 đạt độ chính xác cao hơn hẳn các phương pháp trước, với nhiều dự đoán sát với cấu trúc thí nghiệm. Năm 2021, nhóm phát triển công bố phương pháp và cùng Viện Tin sinh học châu Âu mở một cơ sở dữ liệu cấu trúc dự đoán cho cộng đồng; đến năm 2022 cơ sở này được mở rộng lên hơn 200 triệu cấu trúc, bao phủ gần như toàn bộ protein đã biết trình tự trong các kho dữ liệu lớn.
Năm 2024, phiên bản AlphaFold 3 được giới thiệu, mở rộng sang dự đoán cách protein tương tác với ADN, ARN và các phân tử nhỏ. Cùng năm, giải Nobel Hoá học ghi nhận công trình này. Những mốc này cho thấy một điều: AI không thay thí nghiệm, nhưng đã thay đổi cách các nhà sinh học bắt đầu một dự án, vì họ có thể có bản dự đoán cấu trúc ngay từ đầu.
AlphaFold học như thế nào, giải thích không cần công thức
Học từ cấu trúc đã biết. Mô hình được huấn luyện trên các cấu trúc protein đã xác định bằng thí nghiệm, lưu trong ngân hàng dữ liệu protein công khai mà giới khoa học tích luỹ hàng chục năm. Không có dữ liệu thí nghiệm đó thì không có AlphaFold.
Tận dụng dấu vết tiến hoá. Hệ thống so sánh trình tự của protein cần dự đoán với các protein tương tự ở nhiều loài. Nếu hai vị trí axit amin luôn thay đổi cùng nhau qua tiến hoá, nhiều khả năng chúng nằm gần nhau trong không gian. Đây là một cách tiến hoá để lại manh mối về cấu trúc, gắn với kiến thức về bằng chứng sinh học phân tử bạn đã học.
Suy luận về khoảng cách và hướng. Mô hình ước lượng khoảng cách giữa các cặp axit amin và hướng của chúng, rồi dựng thành mô hình ba chiều, lặp lại nhiều vòng để tinh chỉnh.
Tự đánh giá mức chắc chắn. Với mỗi vị trí, AlphaFold đưa ra điểm tin cậy. Đây là phần quan trọng nhất khi đọc kết quả, vì nó cho biết đoạn nào nên tin, đoạn nào chỉ là phỏng đoán.
Đọc kết quả AlphaFold: điểm tin cậy nói gì
Khi xem một cấu trúc dự đoán trong cơ sở dữ liệu, các vùng thường được tô màu theo điểm tin cậy cục bộ gọi là pLDDT, thang từ 0 đến 100. Cách đọc chung như sau, mức ngưỡng cụ thể nên đối chiếu tài liệu hướng dẫn của cơ sở dữ liệu.
| Mức điểm | Ý nghĩa thường được hiểu | Nên làm gì |
|---|---|---|
| Rất cao | Vị trí khung chuỗi và nhiều chi tiết có khả năng đúng | Có thể dùng để suy luận về hình dạng vùng đó |
| Cao | Khung chuỗi nhìn chung đáng tin | Dùng để hiểu hình dạng tổng thể, thận trọng với chi tiết |
| Thấp | Dự đoán kém tin cậy | Không dùng làm căn cứ, cần dữ liệu khác |
| Rất thấp | Thường là vùng không có cấu trúc cố định hoặc mô hình không đủ thông tin | Hiểu như vùng mềm, linh động; không phải hình dạng thật |
Một điểm thú vị: nhiều vùng điểm rất thấp không phải lỗi của AI, mà phản ánh sự thật là protein đó có đoạn mềm, không gấp cố định khi đứng một mình. Đọc đúng điểm tin cậy là kỹ năng cơ bản đầu tiên của người dùng công cụ này.
Các nhà sinh học dùng cấu trúc dự đoán vào những việc gì
Đoán chức năng của protein chưa ai nghiên cứu. Hệ gen của nhiều loài chứa rất nhiều protein chỉ biết trình tự mà chưa rõ chức năng. Nếu hình dạng dự đoán giống một nhóm enzyme đã biết, nhà khoa học có giả thuyết đầu tiên để kiểm tra trong phòng thí nghiệm, thay vì bắt đầu từ con số không.
Hỗ trợ thí nghiệm xác định cấu trúc. Trong tinh thể học tia X và kính hiển vi điện tử lạnh, một mô hình ban đầu tốt giúp giải dữ liệu nhanh hơn. Cấu trúc dự đoán thường được dùng làm điểm xuất phát rồi được chỉnh theo dữ liệu thật.
Hiểu cơ chế của mầm bệnh. Với vi khuẩn, virus, ký sinh trùng mà ít phòng thí nghiệm có điều kiện nghiên cứu, cấu trúc dự đoán của protein bề mặt hay enzyme quan trọng giúp các nhóm nghiên cứu khắp nơi có dữ liệu để bắt đầu, kể cả nhóm có ngân sách nhỏ.
Thiết kế protein mới. Kết hợp với các phương pháp thiết kế bằng máy tính, nhà khoa học có thể đề xuất enzyme mới cho công nghiệp, cho xử lý môi trường. Mọi thiết kế vẫn phải được tạo ra và thử thật trong phòng thí nghiệm.
Những điều AlphaFold chưa làm được
Truyền thông đôi khi nói AlphaFold đã "giải xong" bài toán protein. Cách nói đó bỏ qua nhiều giới hạn mà chính nhóm phát triển và giới nghiên cứu nêu rõ:
- Ảnh chụp, không phải phim. Protein trong tế bào chuyển động, đổi hình dạng khi bám cơ chất hay nhận tín hiệu. Dự đoán thường cho một trạng thái, chưa thể hiện đầy đủ chuyển động đó.
- Đột biến điểm. Dự đoán tác động của một axit amin bị thay thế lên cấu trúc và chức năng vẫn là bài toán khó; không nên dùng dự đoán cấu trúc để kết luận một đột biến có gây bệnh hay không.
- Môi trường thật. Protein trong tế bào chịu ảnh hưởng của màng, ion, protein khác, biến đổi sau dịch mã. Những yếu tố này không phải lúc nào cũng được mô hình thể hiện.
- Từ cấu trúc đến thuốc còn rất xa. Biết hình dạng một protein giúp thiết kế phân tử bám vào nó, nhưng một chất trở thành thuốc phải qua nhiều năm thử nghiệm.
- Dựa trên dữ liệu có sẵn. Với protein rất khác những gì đã biết, độ chính xác có thể thấp hơn.
Biết giới hạn không làm giảm giá trị của công trình. Ngược lại, đó là cách nhà khoa học dùng công cụ: hiểu nó mạnh ở đâu, yếu ở đâu, rồi kiểm chứng bằng thí nghiệm.
Học sinh khám phá cấu trúc protein với AI như thế nào
Bạn không cần chạy AlphaFold để học từ nó. Cơ sở dữ liệu cấu trúc dự đoán được mở công khai, có trình xem ba chiều trên trình duyệt; tên và cách truy cập bạn có thể nhờ giáo viên hướng dẫn. Một hoạt động tự học gợi ý:
- Chọn một protein quen thuộc trong sách giáo khoa: hemoglobin, insulin, collagen, enzyme amylase trong nước bọt.
- Trước khi xem, tự dự đoán: protein này cần hình dạng gì để làm được việc của nó? Viết hai câu.
- Xem cấu trúc, tìm các đoạn xoắn alpha và phiến beta, quan sát màu điểm tin cậy.
- Hỏi chatbot: "Học sinh lớp 10 đang xem cấu trúc ba chiều của hemoglobin. Giải thích liên hệ giữa cấu trúc bậc bốn và chức năng vận chuyển oxy, rồi hỏi lại hai câu kiểm tra." Đối chiếu câu trả lời với sách giáo khoa.
- Nhờ AI chỉ ra hiểu lầm: "Đây là đoạn em viết về vì sao protein bị biến tính khi đun nóng: [dán đoạn của bạn]. Chỉ ra chỗ chưa chính xác."
- Ghi lại một câu hỏi mà cả bạn và AI chưa trả lời chắc chắn, mang đến hỏi giáo viên. Đây là thói quen học tốt nhất.
Nếu dùng chatbot, chỉ dán câu hỏi và đoạn bạn tự viết, không cần thông tin cá nhân. Khi AI nêu mốc năm, tên người, con số về cơ sở dữ liệu, hãy kiểm lại với nguồn chính thức vì các con số này được cập nhật theo thời gian.
Câu hỏi thường gặp
AlphaFold có phải là ChatGPT cho protein không?
Không hẳn. Cả hai đều là mô hình học sâu, nhưng AlphaFold được thiết kế và huấn luyện riêng cho bài toán cấu trúc protein, dùng dữ liệu cấu trúc thí nghiệm và trình tự tiến hoá. Chatbot ngôn ngữ thì học từ văn bản và không tự dự đoán được cấu trúc ba chiều chính xác.
Vì sao biết cấu trúc protein lại giúp làm thuốc?
Nhiều thuốc hoạt động bằng cách bám vào một túi trên bề mặt protein để chặn hoặc thay đổi hoạt động của nó. Biết hình dạng túi đó giúp các nhà khoa học thiết kế phân tử vừa khít hơn. Tuy vậy, cấu trúc chỉ là điểm khởi đầu của một quá trình phát triển thuốc dài.
Protein bị biến tính khi đun nóng liên quan gì đến AlphaFold?
Biến tính là khi protein mất cấu trúc bậc hai, ba, bốn do nhiệt, axit hay hoá chất, dù trình tự axit amin vẫn còn. Lòng trắng trứng đông lại khi luộc là ví dụ. Điều này minh hoạ rằng chức năng phụ thuộc vào hình dạng, và hình dạng đó là thứ AlphaFold cố gắng dự đoán.
Học sinh có cần học lập trình để dùng các công cụ cấu trúc protein không?
Để xem và khám phá cấu trúc có sẵn thì không cần, vì có trình xem trên trình duyệt. Nếu muốn đi sâu như phân tích nhiều cấu trúc hay chạy mô hình, kiến thức lập trình và tin sinh học sẽ cần, thường học ở bậc đại học.
David Baker được giải Nobel vì điều gì?
David Baker được ghi nhận vì thiết kế protein bằng máy tính, tức tạo ra những protein có cấu trúc mới chưa có trong tự nhiên. Đây là chiều ngược lại của bài toán dự đoán: thay vì từ trình tự đoán hình dạng, người ta chọn hình dạng mong muốn rồi tìm trình tự tạo ra nó.
Dự đoán của AlphaFold có thay được thí nghiệm không?
Không. Dự đoán giúp định hướng, chọn giả thuyết, tiết kiệm thời gian, nhưng kết luận khoa học vẫn cần dữ liệu thí nghiệm. Với vùng có điểm tin cậy thấp hay câu hỏi về chuyển động và tương tác, thí nghiệm càng quan trọng.