三十年前，在美国加利福尼亚州霍普杜阿尔特，一位名叫 大野晋（Susumu Ohno） 的研究人员希望探索两种截然不同的现象之间一个引人入胜的联系。音乐和基因都具有 重复性。尽管选项数量不同——音乐有十二种，基因只有四种——但他相信两者可以被协调起来，使我们能够根据基因组创作音乐。
此后多年，几位研究人员着手将生物数据转化为乐谱，这被称为声音化。基因和 蛋白质 现已被转化为可听的乐段。演奏时，它们以独特的视角传达了构成生命基本分子的本质。
研究人员对基因和蛋白质数据进行声音化处理的努力 催生 了许多有趣，尽管可能有些不和谐的乐曲。不幸的是，最终结果的实用性有限。尽管能够听到数据，但尚未找到将这些信息用于医学的方法。声音化本质上已被视为一种消遣，而非有效的科学分支。
但对于美国和英国的两位研究人员来说，生物音乐的价值太大了，不能被搁置。他们希望更深入地进行科学与艺术的转化，寻找真正利用音乐治疗疾病的方法。在此过程中，他们两人 发表 了关于声音化的引人入胜的观点，也为疾病诊断等可能的医疗应用打开了大门。
对作者而言，声音化——数据到声音——的普遍用法过于基础，无法产生实际用途。真正的价值不在于单个音符，而在于旋律。这意味着要考察目标——在此案例中为蛋白质——不仅仅是一串独立的氨基酸，而是由折叠组成的整体。折叠包含了旋律，因此可以提供一种与众不同的可听见的乐曲。
他们进行了一项实验，测试了个人根据蛋白质结构变化听出旋律差异的能力。基于三种不同的声音化方法，开发了三种不同的乐曲。目标是确定旋律是否能提供更多信息，并可能识别出细微的变化。
第一种方法是将音乐音符直接分配给氨基酸。他们通过检查每种氨基酸与水相互作用的能力来做到这一点，这被称为 疏水性。为每种氨基酸计算出一个数值后，就可以分配音乐音符。由于音符数量与氨基酸数量不匹配，基于疏水性数值的相似性，出现了一些重复。
此时，作者拥有了一个基于氨基酸形成某种蛋白质折叠能力而创建的音阶。疏水性最强的氨基酸聚集在一起形成低音，而疏水性最弱的音调则更高。总共分配了 17 个不同的音符，覆盖了两个半八度。
第二种方法涉及从折叠中发展旋律。为了实现这一点，根据每个折叠扩张或收缩的能力，为其分配了数值序列。然后使用这些数字来计算每个音符之间的距离。这反过来又允许氨基酸“音符”也拥有时值，例如四分音符或八分音符。
第三种方法是利用每个氨基酸在蛋白质结构中的深度。在这种情况下，没有为每个氨基酸分配音符。每个氨基酸在音阶上的位置仅取决于其在蛋白质中的位置。如果它位于结构深处，音调会较低。如果它更靠近表面，声音会更高。此外，没有与音符相关联的时值。
有了这三种不同的方法，两人请 38 名受试者聆听乐曲，并判断他们是否能区分乐段与蛋白质的视觉表示之间的相似性。志愿者有四种选择，从“相似”到“不相似”。希望至少有一种，甚至所有三种方法都能获得普遍积极的结果。
当结果出来时，三种方法都显示出希望。至少有四分之三的人能够找到相似之处，无论采用哪种技术。然而，正如预期的那样，使用旋律的方法成功率最高。至少在这个实验中，使用折叠所付出的额外努力是值得的。
对作者而言，这一发现揭示了通过整合折叠，蛋白质结构的复杂性如何能够有效地转化为音乐。这也允许在聆听过程中加入蛋白质功能，因为折叠使蛋白质能够服务于特定目的。也许更重要的是，任何折叠的变化——以及可能的官能团变化——都会导致旋律的变化，而这种变化很容易被耳朵捕捉到。
在药物应用方面，使用音乐而非分子或许能为诊断提供一种工具。快速的蛋白质序列方法可以包括将其转化为音乐，并对序列和形状进行快速评估。此外，将分离的分子与对照进行比较，可能能够快速识别突变，例如在抗生素耐药性中看到的突变。这不可避免地可以缩短诊断与采取行动之间所需的时间，并通过改变治疗方案来改善患者的治疗效果。
