【大難題告破，蛋白質(zhì)3D結構可用AI解析】生物學界最大的挑戰(zhàn)之一——蛋白質(zhì)三維結構解析如今有望被破解 。 借由深度學習程序AlphaFold，谷歌旗下人工智能公司DeepMind能夠精確預測其三維形狀 。 如果把生物體比作工地，那么蛋白質(zhì)就是工地上的磚頭 。 人體內(nèi)有成千上萬種不同的蛋白質(zhì)，每種蛋白質(zhì)包括數(shù)十上百個氨基酸，這些氨基酸的順序決定著蛋白質(zhì)的形狀和功能 。 “結構即功能”是分子生物學的定理，若能根據(jù)根據(jù)蛋白質(zhì)的氨基酸序列推出其結構，有助于人們加速了解細胞的組成和運作規(guī)律，一些新藥物的研發(fā)也能更快推進 。 長久以來，人們需要借助實驗確定完整的蛋白質(zhì)結構，比如X射線晶體學和冷凍電鏡，這些方法往往需要數(shù)月甚至數(shù)年時間，目前人類已發(fā)現(xiàn)的2億蛋白質(zhì)中，只有不到20萬的結構被解析 。 而現(xiàn)在，人工智能也有能力給出精確預測的計算方法，甚至只要幾天甚至半個小時 。 近日，在蛋白質(zhì)預測結構挑戰(zhàn)賽CASP上，DeepMind推出的AlphaFold程序在百余支隊伍中脫穎而出 。 CASP的比賽規(guī)則之一是參賽者預測的蛋白質(zhì)結構必須已經(jīng)通過實驗驗證但未公開發(fā)表 。 預測出的結果會通過實驗方法進行匿名檢驗，二者相似度越高，得分也就越高 。 比賽中，DeepMind的AlphaFold將深度學習與張力控制算法結合，并應用于結構和遺傳數(shù)據(jù)，該深度學習網(wǎng)絡利用目前已知的170，000種解析完畢的蛋白質(zhì)進行了訓練 。 結合蛋白質(zhì)折疊的物理結構和幾何約束信息，AlphaFold可以預測出目標蛋白質(zhì)的序列結構——甚至還包括楔入細胞膜的蛋白質(zhì)，這是理解許多人類疾病的關鍵 。 但AlphaFold也不是十全十美，比賽中，在預測一個由52個小重復片段組成的蛋白質(zhì)結構時，AlphaFold拿到的分數(shù)并不高 。 目前，DeepMind已經(jīng)公布了AlphaFold首個版本的詳細信息，以便其他研究者復制使用 。 DeepMind有關研發(fā)團隊表示，還將繼續(xù)對AlphaFold展開訓練，以便更好地解析更復雜的蛋白質(zhì)結構 。
推薦閱讀
- 人工智能正成為遙感大數(shù)據(jù)的“解譯俠”
- 美團外賣好評大全通用 美團外賣好評大全
- 金沙玉米的做法
- 椒江大橋公園要門票嗎
- 做美工的工資一般多少 美工學徒大概學多久
- 大理到麗江多少公里時間 麗江到大理要多久
- 教你三種瘦腿瑜伽，越練越痩
- 白酒十大名牌
- 加拿大一枝花是什么
- 球球大作戰(zhàn)黃金圣殿在哪