过去两年，机器学习彻底改变了蛋白质的结构预测现在，科学杂志上的三篇论文描述了蛋白质设计的革命:华盛顿大学医学院生物学家的研究表明，机器学习可以比以前更准确，更快速地创建蛋白质分子科学家希望这一进展将带来更多新的疫苗，疗法，碳捕获工具和可持续生物材料
为了超越自然界中发现的蛋白质，贝克团队成员将蛋白质设计的挑战分解为三个部分，并为每个部分使用了新的软件解决方案。
首先，你必须生成一个新的蛋白质形状在《科学》杂志上发表的一篇更早的论文中，该团队设计了人工智能，以两种方式生成新的蛋白质形状:第一种称为幻觉，类似于一种可以根据简单提示生成输出的工具，第二个叫做修复，类似于现代搜索栏中的自动完成功能
其次，为了加快这个过程，团队设计了一种新的算法来生成氨基酸序列15日发表的论文描述了这个名为ProteinMPNN的工具，运行时间约为1秒，比之前最好的软件快200多倍它不仅优于以前的工具，而且无需专家定制即可运行
第三，该团队使用Deep Thinking公司开发的阿尔法折叠来独立评估他们提出的氨基酸序列是否可以折叠成预期的形状。
研究人员表示，预测蛋白质结构的软件是解决方案的一部分，但它本身无法提出任何新的东西ProteinMPNN对于蛋白质设计就像α折叠对于蛋白质结构预测一样
在另一篇论文中，贝克实验室的一个团队证实，新机器学习工具的组合可以可靠地生成一种在实验室中工作的新蛋白质。
发现新制造的蛋白质更有可能按照预期折叠，因此这种方法可以用来创建非常复杂的蛋白质组装体这是蛋白质设计中机器学习的开始贝克说
作为一种复杂的大分子，研究蛋白质的结构相当困难人工智能的出现可以大大提高蛋白质结构研究的效率，帮助生命科学领域的科学家几年前，人工智能可以预测蛋白质结构的阿尔法折叠一度震动了生命科学界现在，这项最新研究可以利用人工智能设计出一种全新的蛋白质，这进一步展示了人工智能在生命科学领域的巨大潜力
声明：以上内容为本网站转自其它媒体，相关信息仅为传递更多企业信息之目的，不代表本网观点，亦不代表本网站赞同其观点或证实其内容的真实性。投资有风险，需谨慎。
