倫敦，2021 年 7 月 22 日 - DeepMind 今天宣布與歐洲生命科學(xué)旗艦實(shí)驗(yàn)室歐洲分子生物學(xué)實(shí)驗(yàn)室 (EMBL) 建立合作伙伴關(guān)系，以建立迄今為止最完整、最準(zhǔn)確的人類蛋白質(zhì)組預(yù)測蛋白質(zhì)結(jié)構(gòu)模型數(shù)據(jù)庫。這將涵蓋人類基因組表達(dá)的所有約 20,000 種蛋白質(zhì)，并且數(shù)據(jù)將免費(fèi)公開提供給科學(xué)界。該數(shù)據(jù)庫和人工智能系統(tǒng)為結(jié)構(gòu)生物學(xué)家提供了強(qiáng)大的新工具來檢查蛋白質(zhì)的三維結(jié)構(gòu)，并提供了一個數(shù)據(jù)寶庫，可以開啟未來的進(jìn)步并預(yù)示著人工智能生物學(xué)的新時代。
AlphaFold 于 2020 年 12 月被蛋白質(zhì)結(jié)構(gòu)預(yù)測關(guān)鍵評估 (CASP) 基準(zhǔn)的組織者認(rèn)可為解決 50 年來蛋白質(zhì)結(jié)構(gòu)預(yù)測重大挑戰(zhàn)的解決方案，這是該領(lǐng)域的一個驚人突破。AlphaFold 蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫建立在這一創(chuàng)新和幾代科學(xué)家的發(fā)現(xiàn)之上，從蛋白質(zhì)成像和晶體學(xué)的早期先驅(qū)到數(shù)以千計的預(yù)測專家和結(jié)構(gòu)生物學(xué)家，他們從那時起就花了數(shù)年時間對蛋白質(zhì)進(jìn)行實(shí)驗(yàn)。該數(shù)據(jù)庫極大地擴(kuò)展了積累的蛋白質(zhì)結(jié)構(gòu)知識，使研究人員可用的高精度人類蛋白質(zhì)結(jié)構(gòu)的數(shù)量增加了一倍多。促進(jìn)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(fù)雜的人工智能系統(tǒng)，支持這些結(jié)構(gòu)預(yù)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(gòu)成人類蛋白質(zhì)組的蛋白質(zhì)的最完整圖片，以及對生物學(xué)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(biāo)一直是構(gòu)建人工智能，然后將其用作工具來幫助加快科學(xué)發(fā)現(xiàn)本身的步伐，從而促進(jìn)我們對周圍世界的理解。”“我們使用 AlphaFold 生成了人類蛋白質(zhì)組最完整、最準(zhǔn)確的圖片。我們相信這是迄今為止人工智能為推進(jìn)科學(xué)知識所做的最重要貢獻(xiàn)，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(jīng)在幫助科學(xué)家加速發(fā)現(xiàn)
根據(jù)蛋白質(zhì)的氨基酸序列以計算方式預(yù)測蛋白質(zhì)形狀的能力——而不是通過多年艱苦、費(fèi)力且通常成本高昂的技術(shù)通過實(shí)驗(yàn)確定它——已經(jīng)幫助科學(xué)家在幾個月內(nèi)實(shí)現(xiàn)了以前需要幾年的時間。
“AlphaFold 數(shù)據(jù)庫是開放科學(xué)良性循環(huán)的完美例子，”EMBL 總干事 Edith Heard 說。“AlphaFold 是使用科學(xué)界建立的公共資源中的數(shù)據(jù)進(jìn)行訓(xùn)練的，因此它的預(yù)測公開是有意義的。公開、自由地分享 AlphaFold 預(yù)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(shí)是一個生命科學(xué)的革命，就像幾十年前的基因組學(xué)一樣，我很自豪 EMBL 能夠幫助 DeepMind 實(shí)現(xiàn)對這一非凡資源的開放訪問。”
標(biāo)簽： DeepMind
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！