في العام الماضي ، أصدرت DeepMind قاعدة بيانات مفتوحة المصدر تحتوي على هياكل 3D لمئات الآلاف
تتكون البروتينات من سلاسل من الأحماض الأمينيةتطوي إلى أشكال ثلاثية الأبعاد معقدة تحدد وظيفتها. يعد تخطيط هياكل البروتينات أمرًا مهمًا لفهم ما تفعله وكيف تعمل وكيف يمكن أن تسوء الأمور. ومع ذلك ، لا يزال من الصعب حساب البنية الدقيقة للبروتين بناءً على الأحماض الأمينية المكونة له. يتطلب هذا عادةً قدرًا هائلاً من قوة الحوسبة وساعات عمل.
كان هذا هو الحال حتى الأبجديةوجهت ذكاءها الاصطناعي القوي DeepMind لحل هذه المشكلة. تم تدريب النظام في البداية على 100000 بنية بروتينية معروفة ، وقد طور النظام القدرة على التنبؤ بهياكل ملايين عديدة من البروتينات الأخرى ، يستغرق تحديد كل منها دقائق أو ثوانٍ ، بدلاً من شهور أو سنوات.
في الآونة الأخيرة ، أصدرت DeepMind مقياسًا جديدًا واسع النطاقتحديث قاعدة البيانات التي تضم الآن حوالي 214 مليون هيكل من مليون نوع. يغطي هذا تقريبًا كل بروتين معروف للعلم ، وهو مساعدة كبيرة للبحث في علاجات الأمراض واللقاحات ومقاومة المضادات الحيوية وحتى التلوث البلاستيكي.
يمكن تنزيل قاعدة بيانات بنية البروتين الكاملة التي تزيد عن 25 تيرابايت من البيانات من مجموعات بيانات Google Cloud Public Datasets.