Определение трехмерной формы биологических молекул — это самая сложная проблема в современной биологии.
De auteurs van het nieuwe werk gebruikten de methoden van de machineleren en een aanpak ontwikkeld die dit probleem oplost, omdat het hun exacte structuur voorspelt. De onderzoekers merken op dat hun aanpak zelfs kan worden toegepast op moleculen en structuren die experimenteel het moeilijkst te bepalen zijn.
Algoritme van afgestudeerde studenten voorspelt nauwkeurigmoleculaire structuren en op basis hiervan is het mogelijk om te begrijpen hoe ze op verschillende gebieden werken: dit zal zowel helpen bij fundamenteel biologisch onderzoek als bij de ontwikkeling van medicijnen.
Белки — это такие машины в молекулярном масштабе, которые выполняют всевозможные функции. Для того, чтобы сделать какое-то действие, они могут связываться с другими белками. Если вы знаете, что пара белков вовлечена в заболевание, а также понимайте, как они оба взаимодействую, то можно попытаться сделать лекарство, которое будет бить в одну точку.
Стефан Эйсманн, аспирант Стенфордского университета
ИИ научился находить фундаментальные концепции белков, которые являются ключевыми для формирования молекулярной структуры. И, что важно по мнению авторов, в него не загружали заранее данные по конкретным белкам, это могло бы сделать алгоритм предвзятым к ним и сбить с толку при глобальном анализе.
Поэтому алгоритм находит данные и характеристики белков, о которых ученые не знали ранее.
Tijdens het experiment heeft het algoritme het met succes doorstaanmet eiwitten en afgestudeerde studenten testten het op RNA-moleculen. Daardoor slaagde de AI in alle gevallen in de puzzel, al was deze niet specifiek ontworpen voor RNA-structuren.
Lezen Verder:
Een ruimteschip enkele kilometers verderop: alles wat er bekend is over het nieuwe project van China
COVID-19 muteert en vaccins worden gemoderniseerd: hoe om te gaan met nieuwe stammen
Er is een supercondensator ter grootte van een stofje verschenen: hij is 3000 keer kleiner dan zijn analogen