MIT新研究 比随机猜测好不了多少 依然要继续改善
发布时间：2022-09-10 21:15:24 所属栏目：外闻 来源：互联网
导读：继 2017 年 AlphaGo 击败前世界第一围棋选手柯洁之后，2020 年 AlphaFold 2 的横空出世，让人工智能（AI）再次成功出圈。 2 年之后，如今的 AlphaFold 又怎样了？今年 7 月，DeepMind 与 EMBL-EBI 利用 AlphaFold 几乎预测出了地球上的所有已知蛋白质，超
|
继 2017 年 AlphaGo 击败前世界第一围棋选手柯洁之后，2020 年 AlphaFold 2 的横空出世，让人工智能（AI）再次成功出圈。 2 年之后，如今的 AlphaFold 又怎样了？今年 7 月，DeepMind 与 EMBL-EBI 利用 AlphaFold 几乎预测出了地球上的所有已知蛋白质，超过 100 万个物种的 2.14 亿个蛋白质结构，堪称生物学领域的一项重大飞跃，一度在国内外的社交媒体上引发热议。 在过去的几十年里，很少有新的抗生素被研发出来，主要原因是目前筛选潜在药物的方法过于昂贵和耗时。一个有前途的新策略是使用计算模型，从而更快、更便宜地进行新药研发。 此前，AlphaFold 已经从它们的氨基酸序列中准确地预测了蛋白质结构，这项突破让致力于寻找新抗生素的科学家感到兴奋。据介绍，这项新研究是 Collins 实验室最近发起的抗生素-人工智能项目（Antibiotics-AI Project）的一部分，该项目的目标是利用人工智能发现和设计新的抗生素。 在此次工作中，研究团队利用 AlphaFold 生成的蛋白质结构，探索了现有模型是否能够准确预测细菌蛋白与抗菌化合物的相互作用。 如果答案是肯定的，科学家们就可以使用这种类型的模型进行新化合物的大规模筛选，而这些化合物可以靶向于之前不能靶向的蛋白质。这将使研发出具有前所未有作用机制的抗生素成为可能，是解决抗生素抗药性危机的关键任务。 （编辑：应用网_丽江站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
浙公网安备 33038102330468号