يعد تحديد الشكل ثلاثي الأبعاد للجزيئات البيولوجية هو المشكلة الأكثر تحديًا في علم الأحياء الحديث.
استخدم مؤلفو العمل الجديد أساليب الآلةتعلم وطور منهجًا يحل هذه المشكلة ، حيث يتوقع هيكلها الدقيق. لاحظ الباحثون أن نهجهم يمكن تطبيقه حتى على الجزيئات والهياكل التي يصعب تحديدها تجريبيًا.
خوارزمية طلاب الدراسات العليا تتنبأ بدقةالهياكل الجزيئية ، وعلى أساس ذلك ، يمكن للمرء أن يفهم كيف تعمل في مجالات مختلفة: سيساعد هذا في كل من البحوث البيولوجية الأساسية وفي تطوير الأدوية.
البروتينات - هذه الآلات في الجزيئيةالنطاق، الذي يؤدي جميع أنواع الوظائف. ومن أجل القيام بشيء ما، يمكنها الارتباط ببروتينات أخرى. إذا كنت تعرف أن اثنين من البروتينات متورطان في مرض ما، وتفهم أيضًا كيفية تفاعلهما معًا، فيمكنك محاولة صنع دواء من شأنه أن يصيب نفس الهدف.
ستيفان إيزمان، طالب دكتوراه في جامعة ستانفورد
لقد تعلم الذكاء الاصطناعي كيفية العثور على المفاهيم الأساسيةالبروتينات التي تعتبر أساسية لتشكيل البنية الجزيئية. والأهم من ذلك، وفقًا للمؤلفين، أنها لم تكن محملة مسبقًا ببيانات حول بروتينات محددة، مما قد يجعل الخوارزمية متحيزة تجاهها وتربك التحليل العالمي.
ولذلك، تقوم الخوارزمية بالعثور على بيانات وخصائص البروتينات التي لم يكن العلماء على علم بها من قبل.
خلال التجربة ، تعاملت الخوارزمية بنجاحمع البروتينات واختبره طلاب الدراسات العليا على جزيئات الحمض النووي الريبي. نتيجة لذلك ، تمكنت منظمة العفو الدولية من إدارة اللغز في كل حالة ، على الرغم من أنها لم تكن مصممة خصيصًا لهياكل الحمض النووي الريبي.
ليقرأ بالإضافة إلى ذلك:
سفينة فضاء على بعد عدة كيلومترات: كل ما هو معروف عن مشروع الصين الجديد
COVID-19 يطفر ويتم تحديث اللقاحات: كيفية التعامل مع سلالات جديدة
ظهر مكثف فائق بحجم ذرة غبار: أصغر بثلاثة آلاف مرة من نظائرها