倫敦，2021 年 7 月 22 日 - DeepMind 今天宣布與歐洲生命科學旗艦實驗室歐洲分子生物學實驗室 (EMBL) 建立合作伙伴關系，以建立迄今為止最完整、最準確的人類蛋白質組預測蛋白質結構模型數據庫。這將涵蓋人類基因組表達的所有約 20,000 種蛋白質，并且數據將免費公開提供給科學界。該數據庫和人工智能系統(tǒng)為結構生物學家提供了強大的新工具來檢查蛋白質的三維結構，并提供了一個數據寶庫，可以開啟未來的進步并預示著人工智能生物學的新時代。
AlphaFold 于 2020 年 12 月被蛋白質結構預測關鍵評估 (CASP) 基準的組織者認可為解決 50 年來蛋白質結構預測重大挑戰(zhàn)的解決方案，這是該領域的一個驚人突破。AlphaFold 蛋白質結構數據庫建立在這一創(chuàng)新和幾代科學家的發(fā)現(xiàn)之上，從蛋白質成像和晶體學的早期先驅到數以千計的預測專家和結構生物學家，他們從那時起就花了數年時間對蛋白質進行實驗。該數據庫極大地擴展了積累的蛋白質結構知識，使研究人員可用的高精度人類蛋白質結構的數量增加了一倍多。促進對這些生命組成部分的理解，
上周，AlphaFold 的最新高度創(chuàng)新版本背后的方法論是去年 12 月宣布的復雜的人工智能系統(tǒng)，支持這些結構預測，其開源代碼發(fā)表在Nature 上。今天的公告與第二篇Nature論文同時發(fā)表，該論文提供了構成人類蛋白質組的蛋白質的最完整圖片，以及對生物學研究很重要的另外 20 種生物體的釋放。
DeepMind 創(chuàng)始人兼首席執(zhí)行官 Demis Hassabis 博士說：“我們在 DeepMind 的目標一直是構建人工智能，然后將其用作工具來幫助加快科學發(fā)現(xiàn)本身的步伐，從而促進我們對周圍世界的理解。”“我們使用 AlphaFold 生成了人類蛋白質組最完整、最準確的圖片。我們相信這是迄今為止人工智能為推進科學知識所做的最重要貢獻，并且很好地說明了人工智能可以為社會帶來的各種好處.”
AlphaFold 已經在幫助科學家加速發(fā)現(xiàn)
根據蛋白質的氨基酸序列以計算方式預測蛋白質形狀的能力——而不是通過多年艱苦、費力且通常成本高昂的技術通過實驗確定它——已經幫助科學家在幾個月內實現(xiàn)了以前需要幾年的時間。
“AlphaFold 數據庫是開放科學良性循環(huán)的完美例子，”EMBL 總干事 Edith Heard 說。“AlphaFold 是使用科學界建立的公共資源中的數據進行訓練的，因此它的預測公開是有意義的。公開、自由地分享 AlphaFold 預測將使世界各地的研究人員獲得新的見解并推動發(fā)現(xiàn)。我相信 AlphaFold 確實是一個生命科學的革命，就像幾十年前的基因組學一樣，我很自豪 EMBL 能夠幫助 DeepMind 實現(xiàn)對這一非凡資源的開放訪問。”
標簽： DeepMind
免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據此操作，風險自擔。 如有侵權請聯(lián)系刪除！