哈佛醫(yī)學院開發(fā)AI算法：讓蛋白質(zhì)的重要研究提速百萬倍

哈佛大學的研究人員發(fā)現(xiàn)，在對計算機進行訓練之后，可以弄清某些重要的蛋白質(zhì)是如何發(fā)揮作用的。 幾十年來，蛋白質(zhì)的折疊過程，一直是一個相當著名的計算難題 —— 你該如何確定 DNA 定義的這些大分子的確切結(jié)構(gòu)?好消息是，在人工智能(AI)技術(shù)的加持下，這項工作將變得更加輕松、并且能夠讓我們更快地找到答案。

借助最新的機器學習技術(shù)，哈佛醫(yī)學院生物學家 Mohammed AlQuraishi 對易于理解的蛋白質(zhì)的結(jié)構(gòu)模式進行了理解，然后再讓 AI 去分析其它蛋白質(zhì)的特性。

雖然結(jié)果的精度還無法運用到新藥發(fā)現(xiàn)領(lǐng)域，但其計算蛋白質(zhì)折疊等應用的速度，卻比傳統(tǒng)計算方案提升了 100 萬倍。顯然，這是一項足以改進其它建模技術(shù)的進展。

具體說來是，AlQuraishi 開發(fā)了一種 AI 技術(shù)，來預測被稱作蛋白質(zhì)的生物分子的重要形成。隨著模型的改進，多彩的預測、會逐漸接近灰色的實際蛋白質(zhì)結(jié)構(gòu)。

在周三的一份聲明中，AlQuraishi 表示 —— 我們有一個探索蛋白質(zhì)折疊的全新愿景，但現(xiàn)在只是剛剛割開了它的表面。

迄今為止的人工智能，最常提到的就是模仿人腦的“神經(jīng)網(wǎng)絡技術(shù)”，其已徹底改變了從語音命令、面部識別、到軟件調(diào)試等方方面面。

對于在地球上的生物來說，DNA 鏈所包含的將氨基酸重組為蛋白質(zhì)的過程(緊密折疊成束)，已被證明對細胞的功能有著至關(guān)重要的作用。

然而對于更大的蛋白質(zhì)來說，想要確切地在計算機內(nèi)部模擬這樣的事情，顯然是難以理解的。好消息是，得益于 AlQuraishi 等人的 AI 解決方案，未來我們甚至可以設計出特定用途的新型蛋白質(zhì)。

有關(guān)這項研究的詳情，已經(jīng)發(fā)表在周三出版的《細胞系統(tǒng)》( Cell Systems )期刊上。