Skoltech Bio 科學(xué)家測(cè)試了 AlphaFold 預(yù)測(cè)單個(gè)突變對(duì)蛋白質(zhì)穩(wěn)定性的影響，而 AI 程序的預(yù)測(cè)與實(shí)驗(yàn)結(jié)果相矛盾，反駁了它掌握了終極蛋白質(zhì)物理學(xué)的說(shuō)法。
Skoltech的一個(gè)針對(duì)高中生的生物信息學(xué)新兵訓(xùn)練營(yíng)變成了人類與人工智能之間正在進(jìn)行的科學(xué)競(jìng)賽的最新篇章的場(chǎng)所。突破性的 AI 程序 AlphaFold 較早解決了結(jié)構(gòu)生物信息學(xué)的一個(gè) 50 年之久的關(guān)鍵問(wèn)題，但事實(shí)證明它不適用于該領(lǐng)域研究人員面臨的另一個(gè)挑戰(zhàn)。PLOS One 的一項(xiàng)研究報(bào)告了這一發(fā)現(xiàn)，該研究的作者駁斥了一些 AlphaFold 愛(ài)好者的說(shuō)法，即 DeepMind 的 AI 已經(jīng)掌握了終極蛋白質(zhì)物理學(xué)，并且是結(jié)構(gòu)生物信息學(xué)的全部和終結(jié)。
結(jié)構(gòu)生物信息學(xué)是探索蛋白質(zhì)、 RNA、DNA的結(jié)構(gòu)及其與其他分子的相互作用的科學(xué)分支。這些發(fā)現(xiàn)為藥物發(fā)現(xiàn)和創(chuàng)造具有令人興奮特性的蛋白質(zhì)提供了基礎(chǔ)，例如自然界中未見(jiàn)的反應(yīng)催化劑。
從歷史上看，結(jié)構(gòu)生物信息學(xué)的核心問(wèn)題是預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)。也就是說(shuō)，給定構(gòu)成蛋白質(zhì)的任意氨基酸序列，您如何可靠地計(jì)算該蛋白質(zhì)在體內(nèi)呈現(xiàn)的 3D 形狀，以及它如何發(fā)揮作用。
2021 年 Skoltech 在線舉辦的分子與理論生物學(xué)學(xué)院 Playing With AlphaFold2 項(xiàng)目海報(bào)。圖片來(lái)源：Dmitry Ivankov/Skoltech
50 年后，AlfaFold 解決了這個(gè)問(wèn)題，這是一個(gè)由 Google 的 DeepMind 創(chuàng)建的人工智能程序，它的前輩早些時(shí)候因在國(guó)際象棋、圍棋和電子游戲《星際爭(zhēng)霸 2》中取得超人的表現(xiàn)而成為頭條新聞。
這一里程碑式的成就引發(fā)了人們的猜測(cè)，即神經(jīng)網(wǎng)絡(luò)一定已經(jīng)以某種方式內(nèi)化了蛋白質(zhì)的基本物理原理，并且應(yīng)該超出其設(shè)計(jì)的任務(wù)范圍。有些人，甚至在結(jié)構(gòu)生物信息學(xué)界，都希望人工智能能很快給出該學(xué)科遺留問(wèn)題的明確答案，并將其載入科學(xué)史。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！