人工智能如何徹底改變蛋白質(zhì)科學(xué)，AlphaFold是起點(diǎn)，終點(diǎn)會(huì)在哪里？

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：人工智能如何徹底改變蛋白質(zhì)科學(xué)，AlphaFold是起點(diǎn)，終點(diǎn)會(huì)在哪里？
關(guān)鍵字：蛋白質(zhì),結(jié)構(gòu),生物學(xué)家,報(bào)告,算法
文章來源：人工智能學(xué)家
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

來源：ScienceAI
編輯：ScienceAI
三年前，谷歌 DeepMind 的AlphaFold取得了迄今為止科學(xué)領(lǐng)域最大的人工智能突破，加速了分子研究，并引發(fā)了關(guān)于我們?yōu)槭裁匆M(jìn)行科學(xué)研究的深層次問題。2020 年 12 月，數(shù)百名計(jì)算科學(xué)家聚集在屏幕前，見證科學(xué)新時(shí)代的到來。
他們聚集在一起參加會(huì)議，這是一場(chǎng)友好的競(jìng)賽，其中有一些人已經(jīng)參加了近三十年，他們聚在一起，癡迷于同一個(gè)問題——蛋白質(zhì)折疊問題，說起來很簡(jiǎn)單：他們能否根據(jù)最基本的信息——一維分子代碼，準(zhǔn)確預(yù)測(cè)蛋白質(zhì)分子的三維形狀？
蛋白質(zhì)讓我們的細(xì)胞和身體保持活力。蛋白質(zhì)的形狀決定了它的行為，成功解決這個(gè)問題將對(duì)我們理解疾病、生產(chǎn)新藥和洞察生命如何運(yùn)作產(chǎn)生深遠(yuǎn)影響。
在每隔一年的會(huì)議上，科學(xué)家們對(duì)他們最新的蛋白質(zhì)折疊工具進(jìn)行測(cè)試。但解決方案總是遙不可及。
那一周，蛋白質(zhì)科學(xué)界的一位名叫John Jumper的新人展示了一款新的人工智能工具 AlphaFold2，該工具來自谷歌DeepMind。通過 Zoom，他展示了數(shù)據(jù)，表明 AlphaFold2 的 3D 蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)模型準(zhǔn)確率超過 90%，比其最接近的競(jìng)爭(zhēng)對(duì)手高

原文鏈接：人工智能如何徹底改變蛋白質(zhì)科學(xué)，AlphaFold是起點(diǎn)，終點(diǎn)會(huì)在哪里？

聯(lián)系作者

文章來源：人工智能學(xué)家
作者微信：AItists
作者簡(jiǎn)介：致力成為權(quán)威的人工智能科技媒體和前沿科技研究機(jī)構(gòu)