哈佛医学院开发AI算法:让蛋白质的重要研究提速百万倍

2019年4月19日 | By News | Filed in: News.

http://bit.ly/2Is4bU8

哈佛大学的研究人员发现,在对计算机进行训练之后,可以弄清某些重要的蛋白质是如何发挥作用的。几十年来,蛋白质的折叠过程,一直是一个相当著名的计算难题 —— 你该如何确定 DNA 定义的这些大分子的确切结构?好消息是,在人工智能(AI)技术的加持下,这项工作将变得更加轻松、并且能够让我们更快地找到答案。

Proteins, like these shown in 3D computer models.jpg

高度复杂的生物分子的 3D 模型(图自:哈佛医学院,via Cnet

借助最新的机器学习技术,哈佛医学院生物学家 Mohammed AlQuraishi 对易于理解的蛋白质的结构模式进行了理解,然后再让 AI 去分析其它蛋白质的特性。

虽然结果的精度还无法运用到新药发现领域,但其计算蛋白质折叠等应用的速度,却比传统计算方案提升了 100 万倍。显然,这是一项足以改进其它建模技术的进展。

具体说来是,AlQuraishi 开发了一种 AI 技术,来预测被称作蛋白质的生物分子的重要形成。随着模型的改进,多彩的预测、会逐渐接近灰色的实际蛋白质结构。

在周三的一份声明中,AlQuraishi 表示 —— 我们有一个探索蛋白质折叠的全新愿景,但现在只是刚刚割开了它的表面。

迄今为止的人工智能,最常提到的就是模仿人脑的“神经网络技术”,其已彻底改变了从语音命令、面部识别、到软件调试等方方面面。

对于在地球上的生物来说,DNA 链所包含的将氨基酸重组为蛋白质的过程(紧密折叠成束),已被证明对细胞的功能有着至关重要的作用。

然而对于更大的蛋白质来说,想要确切地在计算机内部模拟这样的事情,显然是难以理解的。好消息是,得益于 AlQuraishi 等人的 AI 解决方案,未来我们甚至可以设计出特定用途的新型蛋白质。

有关这项研究的详情,已经发表在周三出版的《细胞系统》(Cell Systems)期刊上。原标题为:

《End-to-End Differentiable Learning of Protein Structure》

IT.数码

via cnBeta.COM https://www.cnbeta.com

April 18, 2019 at 03:57PM


发表评论

电子邮件地址不会被公开。 必填项已用*标注