생물학적 분자의 3차원 형태를 결정하는 것은 현대 생물학에서 가장 어려운 문제입니다.
새로운 작업의 저자는 기계의 방법을 사용정확한 구조를 예측하여 이 문제를 해결하는 접근 방식을 개발했습니다. 연구자들은 그들의 접근 방식이 실험적으로 결정하기 가장 어려운 분자와 구조에도 적용될 수 있다는 점에 주목했습니다.
대학원생의 알고리즘은 정확한 예측분자 구조 및 이를 기반으로 다른 분야에서 어떻게 작동하는지 이해할 수 있습니다. 이는 기초 생물학 연구와 약물 개발 모두에 도움이 될 것입니다.
단백질 - 이것은 분자 구조의 기계입니다.모든 종류의 기능을 수행하는 스케일. 무언가를 하기 위해 그들은 다른 단백질과 결합할 수 있습니다. 한 쌍의 단백질이 질병과 관련되어 있다는 사실을 알고 두 단백질이 어떻게 상호 작용하는지 이해한다면 동일한 표적을 공격할 약물을 만들 수 있습니다.
Stefan Eismann, 스탠포드 대학교 박사과정 학생
AI는 기본 개념을 찾는 법을 배웠습니다.분자 구조 형성에 핵심이 되는 단백질. 그리고 저자에 따르면 중요한 점은 특정 단백질에 대한 데이터가 미리 로드되지 않았기 때문에 알고리즘이 특정 단백질에 편향되게 만들고 전반적인 분석을 혼란스럽게 할 수 있다는 것입니다.
따라서 이 알고리즘은 과학자들이 이전에 알지 못했던 단백질의 데이터와 특성을 찾아냅니다.
실험 동안 알고리즘은 성공적으로단백질과 대학원생들이 RNA 분자에 대해 테스트했습니다. 결과적으로 AI는 RNA 구조를 위해 특별히 설계되지는 않았지만 모든 경우에 퍼즐을 관리했습니다.
읽다 더 나아가:
몇 킬로미터 떨어진 우주선: 중국의 새로운 프로젝트에 대해 알려진 모든 것
COVID-19는 돌연변이를 일으키고 백신은 현대화됩니다: 새로운 변종에 대처하는 방법
먼지 크기의 슈퍼 커패시터가 나타났습니다. 아날로그보다 3000 배 작습니다.