科技食谱

DeepMind开辟了使用AI解决蛋白质折叠的方法

所有生物过程都围绕蛋白质,但是在过去的50年中,几乎没有阐明具有三维结构的蛋白质的外观。了解蛋白质的三维结构将是治疗疾病,开发新药和解决环境问题方面的突破。

人体中有数十亿机器或蛋白质。蛋白质携带血液,让眼睛察觉到光线,并移动肌肉。蛋白质参与所有生物的生物过程,并根据每种功能和作用具有三维结构。但是,人类发现了超过2亿种蛋白质,只有少数几个指定了这种三维结构。

解决三维蛋白质就像将一条线穿过20种氨基酸的珠子一样。为了使氨基酸彼此干扰以破坏蛋白质构象,科学家试图预测氨基酸中的哪些蛋白质具有构象。那是科学家数十年来一直在进行的蛋白质折叠问题。

AlphaFold是DeepMind开发的用于解决此问题的系统。到目前为止,Alphafold从成千上万的蛋白质构象数据中学到了东西。该算法从大量数据中学习,因此可以从氨基酸线程准确预测蛋白质的三维结构。

阿尔法褶皱预测有望在各个领域有所帮助。疾病不仅可以促进疾病预测和药物开发,而且还可以帮助识别塑料降解酶并解决塑料污染问题。它还可以为您提供从大气中清除二氧化碳(一种温室气体)的技巧。

简而言之,解决蛋白质折叠问题可能对科学家更好地了解自然有很大帮助。尽管许多科学家认为解决蛋白质折叠问题至少要在几年之内(即使不是几十年)还是很困难的,但DeepMind表示,它已经以与实际实验相当的精度解决了许多蛋白质折叠问题。

蛋白质折叠问题由国际蛋白质结构预测大赛CASP进行,每两年进行一次,并由科学家进行结构预测评估。由于在2020年评估了DeepMind技术作为CASP的一部分,它超越了其他计算机程序,并且比繁琐又繁琐的传统方法获得了更高的准确性。基本的预测方法是90分(满分100分),但平均Alpha倍数得分为92.5分。

预期解决蛋白质折叠问题将对新药的开发有很大帮助,但由于技术的建立较晚,因此无法看出它将对冠状病毒的流行产生重大影响。另一方面,据信有助于理解将来可能发生的下一时期的遗传病,例如传染病和阿尔茨海默氏病。还有一种观点认为,了解蛋白质构象的alphafold技术仅会影响科学家识别疾病和开发新药物的漫长过程中的一小部分。尚不清楚DeepMind将如何与研究人员共享其技术,并且对科学的未来影响尚不清楚。

到目前为止,DeepMind开发了Go的AI AlphaGo,并且并未考虑将产品直接出售给其他研究机构或公司。 DeepMind首席执行官Demis Hasabis表示,他将发布有关AlphaFold技术的详细信息。但是,该公告预计将于2021年发布,Hasabis还指出,它正在寻找与其他科学家共享该技术的方法。相关信息可以在这里找到。

lswcap

lswcap

通过每月的AHC PC和HowPC杂志时代,他在网络IT媒体上观看了“技术时代”,如ZDNet,电子报互联网经理,Consumer Journal Ivers的编辑,TechHolic出版商和Venture Square的编辑。 我很好奇这个仍然充满活力的市场。

Add comment

Follow us

Don't be shy, get in touch. We love meeting interesting people and making new friends.

Most discussed

%d 블로거가 이것을 좋아합니다: