การกำหนดรูปร่างสามมิติของโมเลกุลทางชีววิทยาเป็นปัญหาที่ท้าทายที่สุดในชีววิทยาสมัยใหม่
ผู้เขียนงานใหม่ใช้วิธีของเครื่องการเรียนรู้และพัฒนาวิธีการที่แก้ปัญหานี้ตามที่คาดการณ์โครงสร้างที่แน่นอนของพวกเขา นักวิจัยตั้งข้อสังเกตว่าวิธีการเหล่านี้สามารถใช้ได้แม้กระทั่งกับโมเลกุลและโครงสร้างที่ยากต่อการพิจารณาในการทดลอง
อัลกอริทึมของนักศึกษาระดับบัณฑิตศึกษาทำนายได้แม่นยำโครงสร้างโมเลกุล และบนพื้นฐานของสิ่งนี้ เราสามารถเข้าใจวิธีการทำงานในสาขาต่างๆ ได้ ซึ่งจะช่วยทั้งในการวิจัยทางชีววิทยาขั้นพื้นฐานและในการพัฒนายา
โปรตีน - สิ่งเหล่านี้คือเครื่องจักรในโมเลกุลขนาดซึ่งทำหน้าที่ทุกประเภท ในการทำบางสิ่งบางอย่าง พวกมันสามารถจับกับโปรตีนชนิดอื่นได้ หากคุณรู้ว่าโปรตีนคู่หนึ่งเกี่ยวข้องกับโรค และเข้าใจด้วยว่าโปรตีนทั้งสองมีปฏิกิริยาโต้ตอบกันอย่างไร คุณก็สามารถลองสร้างยาที่จะบรรลุเป้าหมายเดียวกันได้
Stefan Eismann นักศึกษาปริญญาเอกจากมหาวิทยาลัยสแตนฟอร์ด
AI เรียนรู้ที่จะค้นหาแนวคิดพื้นฐานโปรตีนที่เป็นกุญแจสำคัญในการสร้างโครงสร้างโมเลกุล และที่สำคัญตามที่ผู้เขียนระบุ มันไม่ได้โหลดข้อมูลเกี่ยวกับโปรตีนจำเพาะไว้ล่วงหน้า ซึ่งอาจทำให้อัลกอริทึมมีอคติต่อโปรตีนเหล่านั้น และสร้างความสับสนให้กับการวิเคราะห์ทั่วโลก
ดังนั้นอัลกอริธึมจึงค้นหาข้อมูลและลักษณะของโปรตีนที่นักวิทยาศาสตร์ไม่เคยทราบมาก่อน
ในระหว่างการทดสอบ อัลกอริธึมสามารถรับมือได้สำเร็จด้วยโปรตีนและนักศึกษาระดับบัณฑิตศึกษาได้ทดสอบกับโมเลกุลอาร์เอ็นเอ เป็นผลให้ AI จัดการปริศนาในทุกกรณีแม้ว่าจะไม่ได้ออกแบบมาเฉพาะสำหรับโครงสร้าง RNA
อ่าน ไกลออกไป:
ยานอวกาศที่อยู่ห่างออกไปหลายกิโลเมตร: ทุกอย่างที่รู้เกี่ยวกับโครงการใหม่ของจีน
โควิด-19 กลายพันธุ์ วัคซีนมีความทันสมัย รับมืออย่างไรกับสายพันธุ์ใหม่
ซุปเปอร์คาปาซิเตอร์ขนาดเท่าฝุ่นผงได้ปรากฏขึ้น: มีขนาดเล็กกว่าแอนะล็อกถึง 3,000 เท่า