Die Bestimmung der dreidimensionalen Form biologischer Moleküle ist das anspruchsvollste Problem der modernen Biologie.
Die Autoren der neuen Arbeit nutzten die Methoden der Maschinelernen und einen Ansatz entwickelt, der dieses Problem löst, da er ihre genaue Struktur vorhersagt. Die Forscher stellen fest, dass sich ihr Ansatz sogar auf Moleküle und Strukturen anwenden lässt, die experimentell am schwierigsten zu bestimmen sind.
Algorithmus der Doktoranden sagt genau vorausmolekularen Strukturen, und auf dieser Grundlage kann man ihre Funktionsweise in verschiedenen Bereichen verstehen: Dies wird sowohl in der biologischen Grundlagenforschung als auch bei der Entwicklung von Medikamenten helfen.
Proteine - das sind solche Maschinen im molekularen BereichWaage, die allerlei Funktionen erfüllt. Um etwas zu bewirken, können sie sich an andere Proteine binden. Wenn Sie wissen, dass ein Proteinpaar an einer Krankheit beteiligt ist, und auch verstehen, wie beide interagieren, können Sie versuchen, ein Medikament zu entwickeln, das dasselbe Ziel erreicht.
Stefan Eismann, Doktorand an der Stanford University
KI hat gelernt, grundlegende Konzepte zu findenProteine, die für die Bildung der Molekülstruktur von entscheidender Bedeutung sind. Und was laut den Autoren wichtig ist, war, dass es nicht mit Daten zu bestimmten Proteinen vorinstalliert war, was dazu führen könnte, dass der Algorithmus auf diese ausgerichtet ist und die globale Analyse durcheinander bringt.
Daher findet der Algorithmus Daten und Eigenschaften von Proteinen, die den Wissenschaftlern zuvor nicht bekannt waren.
Während des Experiments meisterte der Algorithmus erfolgreichmit Proteinen und Doktoranden testeten es an RNA-Molekülen. Dadurch hat die KI das Rätsel in jedem Fall gemeistert, obwohl sie nicht speziell für RNA-Strukturen ausgelegt war.
Lesen Weiter:
Ein mehrere Kilometer entferntes Raumschiff: Alles, was über Chinas neues Projekt bekannt ist
COVID-19 mutiert und Impfstoffe werden modernisiert: Umgang mit neuen Stämmen
Ein Superkondensator von der Größe eines Staubkorns ist aufgetaucht: Er ist 3000-mal kleiner als seine Analoga