Skoltech Bio 科學(xué)家測試了 AlphaFold 預(yù)測單個突變對蛋白質(zhì)穩(wěn)定性的影響,而 AI 程序的預(yù)測與實驗結(jié)果相矛盾,反駁了它掌握了終極蛋白質(zhì)物理學(xué)的說法。
Skoltech的一個針對高中生的生物信息學(xué)新兵訓(xùn)練營變成了人類與人工智能之間正在進(jìn)行的科學(xué)競賽的最新篇章的場所。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 50 年之久的關(guān)鍵問題,但事實證明它不適用于該領(lǐng)域研究人員面臨的另一個挑戰(zhàn)。PLOS One 的一項研究報告了這一發(fā)現(xiàn),該研究的作者駁斥了一些 AlphaFold 愛好者的說法,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)的核心問題是預(yù)測蛋白質(zhì)結(jié)構(gòu)。也就是說,給定構(gòu)成蛋白質(zhì)的任意氨基酸序列,您如何可靠地計算該蛋白質(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 項目海報。圖片來源:Dmitry Ivankov/Skoltech
50 年后,AlfaFold 解決了這個問題,這是一個由 Google 的 DeepMind 創(chuàng)建的人工智能程序,它的前輩早些時候因在國際象棋、圍棋和電子游戲《星際爭霸 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,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)請聯(lián)系刪除!