人工智能使关键蛋白质研究速度提高一百万倍

数十年来，蛋白质折叠一直是一个著名的困难计算问题：您如何确定我们的DNA定义的这些大分子的确切结构?现在，人工智能 使我们更快地找到答案。

哈佛医学院的生物学家Mohammed AlQuraishi已使用最新的机器学习技术来检测易于理解的蛋白质中的结构模式，然后将其应用于其他蛋白质。

结果虽然不够精确，无法用于蛋白质折叠应用(如发现新药)，但比传统计算技术至少快一百万倍。这只是可以改进并与其他建模技术结合使用的技术的第一个突破。

这说明人工智能虽然充满了对诸如教states州或抹掉人类工作之类的影响的担忧，但除其他事项外，它还有改善医学的潜力。

哈佛医学院的Mohammed AlQuraishi开发了一种AI技术来预测至关重要的称为蛋白质的生物分子是如何形成的。随着模型的改进，彩色预测逐渐接近以灰色显示的实际蛋白质结构。

AlQuraishi在周三的一份声明中说：“我们现在有了一个新的远景，可以从中探索蛋白质折叠。” “我们才刚刚开始摸索。”

今天的AI最常泛指基于人脑的神经网络技术，它彻底改变了从语音命令和面部识别到调试软件和打开雨刷的一切。AI模型从现实世界的训练数据中学习模式，这意味着人类不必做出特定的指示，例如尝试定义当有人说“ Alexa，今天的天气如何”时的听起来像什么?

在人类和地球上任何其他形式的生命中，DNA链均包含有关如何将氨基酸组装成长链成为蛋白质的说明。物理定律精确地确定了那些弦如何塌成紧密的束，所产生的表面结构对于细胞内部蛋白质相互作用至关重要。

但是，对于更大的蛋白质来说，要准确地模拟出计算机内部的变化将变得非常困难。这意味着很难理解蛋白质的作用。不过，AlQuraishi相信AI技术不仅可以帮助理解，而且还可以潜在地用于工程化执行特定工作的新蛋白质。

标签：

版权声明：本文由用户上传，如有侵权请联系删除！