Sztuczna inteligencja DeepMind przyspieszy odkrywanie leków, przewidując, jak białka fałdują się

Kategoria: Sztuczna inteligencja Opublikowany gru 03

Google DeepMind rozwinął się narzędzie do przewidywania struktury białek na podstawie ich sekwencji genetycznej, stanowiące godny uwagi przykład wykorzystania AI w procesie odkryć naukowych.

Jak to działa: System, nazwany AlphaFold, modeluje złożone wzory fałdowania długich łańcuchów aminokwasów, w oparciu o ich interakcje chemiczne, w celu uformowania trójwymiarowego kształtu białka. Jest to znane jako problem fałdowania białka , co od dziesięcioleci stanowi wyzwanie dla naukowców.

Dlaczego jest to ważne: Kształt białka dyktuje jego funkcję w organizmie, więc możliwość przewidzenia struktury białka pozwala naukowcom na syntezę nowych leków na bazie białek do leczenia chorób lub nowych enzymów rozkładających zanieczyszczenia w naszym środowisku.

Dane treningowe: Zespół DeepMind przeszkolił głębokie sieci neuronowe, aby przewidywać odległości między parami aminokwasów i kąty między ich wiązaniami chemicznymi, wykorzystując ogromne ilości danych dostępnych z sekwencjonowania genomowego. Zespół twierdzi, że powstały system generuje bardzo dokładne struktury białkowe, przewyższające wcześniejsze techniki przewidywania.

Większy obraz: DeepMind nie jest jedyną firmą, która działa na rzecz przyspieszenia odkryć naukowych dzięki uczeniu maszynowemu. Wiele inne firmy a naukowcy starali się opracować algorytmy do odkrywania nowych leków i nowych materiałów.