3月6日消息，據外媒報道，谷歌旗下人工智能（AI）部門DeepMind正在加入全球努力，以幫助了解更多關于新型冠狀病毒的信息，這種病毒引發(fā)的疫情正在世界大部分地區(qū)迅速傳播。
圖：谷歌旗下人工智能研究公司DeepMind首席執(zhí)行官戴密斯·哈薩比斯(Demis Hassabis)
谷歌的英國研究團隊剛剛使用DeepMind的新深度學習系統(tǒng)AlphaFold預測新型冠狀病毒的蛋白質結構。該系統(tǒng)使用被稱為“自由建?！钡臋C器學習技術，當沒有類似的蛋白質結構可用時，它可以自主生成新的蛋白質結構。
據最新統(tǒng)計，世界各地的科學家都在竭盡全力了解這種新病毒，DeepMind的發(fā)現希望減少確定病毒蛋白質結構的時間。
DeepMind發(fā)布的博客文章指出：“了解蛋白質結構將為了解其功能提供重要線索，但確定結構的實驗往往可能需要幾個月或更長的時間，有些實驗甚至被證明難以獲得結果。為此，研究人員始終在開發(fā)從氨基酸序列預測蛋白質結構的計算方法。在類似蛋白質的結構已經被實驗確定的情況下，基于“模板建?！钡乃惴軌蛱峁Φ鞍踪|結構的準確預測?！?/p>
文章中還稱：“我們最近發(fā)布的深度學習系統(tǒng)AlphaFold專注于在沒有相似蛋白質結構的情況下準確預測蛋白質結構，這種方式被稱為“自由建?！?。自推出以來，我們始終在持續(xù)改進這些方法，并希望提供最有用的預測，所以我們分享了使用我們新開發(fā)的方法生成的SARS-CoV-2中某些蛋白質的預測結構。”
值得注意的是，DeepMind的結構預測系統(tǒng)仍在開發(fā)中，他們不能確定所提供的結構的準確性，盡管他們相信該系統(tǒng)比早期的CASP13系統(tǒng)更準確。DeepMind證實，其系統(tǒng)為蛋白質數據庫中共享的、經過實驗驗證的SARS-CoV-2尖峰蛋白結構提供了準確的預測，這讓他們相信對其他蛋白質的模型預測可能是有用的。
鑒于“疫情的潛在嚴重性和時間敏感性”，DeepMind表示，該公司正在跳過通過實驗驗證發(fā)現的過程，或者在發(fā)表之前等待學術期刊的同行評審。這與其他科學研究相一致，因為這個過程可能需要幾個月的時間。
博客文章中還稱：“我們需要強調下，這些結構預測還沒有經過實驗驗證，但希望它們能有助于科學界了解病毒是如何發(fā)揮作用的，并為未來開發(fā)療法的實驗工作提供假說生成平臺。我們感謝許多其他實驗室的工作：如果沒有全球研究人員的努力，這項工作是不可能完成的?！?/p>
文章補充道：“通常情況下，我們會等到一家學術期刊對這項工作進行同行審查后再發(fā)表相關發(fā)現。然而，考慮到情況的潛在嚴重性和時間敏感性，我們將按照現在的情況發(fā)布預測的結構，并以開源的形式推出，這樣任何人都可以使用它們?！遍_源將允許任何研究人員在DeepMind發(fā)現的基礎上進行改進或分享。
谷歌在2014年斥資4億英鎊收購了總部位于倫敦的DeepMind，該公司此前曾使用AI推動醫(yī)療保健領域的進步，開發(fā)用于識別眼病和檢測宮頸癌的模型。
下載文檔
