摩斯密码怎么敲视频教学(摩斯密码怎么敲视频) 魔兽世界雷霆小径之战任务怎么开始(魔兽世界雷霆小径之战任务怎么开始视频) 怎么在电脑上查看手机版网页 wap(怎么用手机查看电脑版网页) 生的五笔怎么打(盛的五笔怎么打) 手工制作圣诞帽教案(手工制作圣诞帽教案大班) 阿里巴巴服装加工订单(找服装加工订单) 大闸蟹的正确做法图解(大闸蟹的正确做法图解大全) 抗诉的意思(抗诉是什么意思) 如何选购婴儿内衣?婴儿内衣哪种好啊(买什么儿童的内衣比较好) 烤鱼片的做法(空气炸锅烤鱼片的做法) frp是什么材料图片(frp是什么材料) 伦敦奥运会官方游戏london2012 110米栏攻略(伦敦110米栏奥运视频) 别来玩狼牙新系统境界提升玩法介绍(狼牙该如何使用) 关于逆境中成长的名言(逆境有利于成长名言) 爬楼梯有什么好处?(爬楼梯有什么好处吗) 八字不合怎么办(名字和八字不合怎么办) 宁滥勿缺下一句(宁滥勿缺) dnf补丁wegame怎么找(wegame中dnf补丁在哪?) 什么手机游戏可以赚人民币(什么手机游戏可以赚人民币 手游 手机) PDF文件怎么拆分成多个文件(怎么合并多个pdf) 乘法是什么符号的意思(乘法是什么符号) IP电话如何使用(ip话机怎么使用) 海底世界资料大全(关于海底世界的资料) 怎样自己动手包书皮(怎么自己包书皮) 如何设置浏览器的无痕浏览(如何设置浏览器的无痕浏览功能) 春风图片大全(春风图) 摩尔庄园怎么加好友?(摩尔庄园怎么加好友安卓和苹果) 【孤岛惊魂5新曙光】攻略之如何钓鱼(孤岛惊魂新曙光钓鱼需要鱼饵吗) 欧阳询观古碑文言文翻译过程(欧阳询观古碑文言文翻译) 和平精英电音盛典怎么击破气球(和平精英打爆气球) 杭州学厨师怎么样?工资怎么样?(杭州学厨师怎么样?工资怎么样啊) 凹凸的笔画顺序(凹的笔画顺序) 港行的iPhone5 A1429开启联通LTE教程(港版a1530支持联通4g吗) dnf疲劳药怎么购买(dnf哪里可以兑换疲劳药) 32位能用什么剪辑软件(适合32位系统的视频剪辑软件) 如何使用支付宝里有的功能去超市能让你更省钱?(支付宝如何在超市使用) 如何使用淘宝点外卖服务 (如何使用淘宝点外卖服务中心) 酚类化合物有哪些性质(酚类化合物有哪些呀) 苹果id充值怎么充(苹果id充值不成功怎么办) 淘宝怎么付钱(淘宝支付) 抛光砖和抛釉砖的区别哪个好(抛光砖和抛釉砖的优缺点) 大理剑川沙溪旅游攻略(大理古城到剑川沙溪古镇坐什么车) 古籍数字化步骤详解(古籍数字化定义) 极地女神和女皇哪个好(极地女神) 淘宝代练店怎么开(淘宝代练店怎么开店) DNF(地下城与勇士) 真野猪 怎么打经验分享(DNF真野猪怎么打) 不自由毋宁死三个角度谈谈(不自由毋宁死出处) 网络线上培训系统如何进行课程管理?(网络线上培训系统如何进行课程管理教学) 用C语言编写 打渔晒网问题(用c语言编写三天打鱼,两天晒网) 契丹人是中国人吗(女真人是什么民族)
您的位置:首页 >国外科研 >

AI算法可以解决生物学的挑战

导读 确定生物分子的 3D 形状是现代生物学和医学发现中最困难的问题之一。公司和研究机构经常花费数百万美元来确定分子结构——即使如此巨大的

确定生物分子的 3D 形状是现代生物学和医学发现中最困难的问题之一。公司和研究机构经常花费数百万美元来确定分子结构——即使如此巨大的努力也经常失败。

斯坦福大学博士生 Stephan Eismann 和 Raphael Townshend 使用巧妙的新机器学习技术,在计算机科学副教授Ron Dror的指导下,开发了一种通过计算预测准确结构来克服这个问题的方法。

最值得注意的是,即使仅从少数已知结构中学习,他们的方法也能成功,使其适用于结构最难通过实验确定的分子类型。

他们的工作是体现在两个文件详细说明了RNA分子和多蛋白复合物,发表在应用科学上2021年8月27日,并在蛋白质分别于2020年12月,。Science上的论文是与斯坦福大学生物化学副教授Rhiju Das实验室的合作。

“结构生物学是对分子形状的研究,它有这样的口头禅,即结构决定功能,”汤森说。

研究人员设计的算法可以预测准确的分子结构,并且在此过程中,科学家可以解释不同分子的工作原理,应用范围从基础生物学研究到知情药物设计实践。

“蛋白质是执行各种功能的分子机器。为了执行它们的功能,蛋白质通常会与其他蛋白质结合,”艾斯曼说。“如果你知道一对蛋白质与疾病有关,并且你知道它们在 3D 中如何相互作用,你可以尝试用一种药物非常具体地针对这种相互作用。”

Eismann 和 Townshend 是科学论文与斯坦福大学 Das 实验室的博士后学者 Andrew Watkins 的共同主要作者,也是蛋白质论文与前斯坦福大学博士生 Nathaniel Thomas 的共同主要作者。

设计算法

研究人员没有具体说明是什么使结构预测或多或少准确,而是让算法自己发现这些分子特征。他们这样做是因为他们发现提供此类知识的传统技术可以使算法偏向于某些特征,从而阻止它找到其他信息特征。

“算法中这些手工制作的特征的问题在于,算法偏向于选择这些特征的人认为重要的东西,你可能会错过一些你需要做得更好的信息,”艾斯曼说。

“该网络学会了寻找对分子结构形成至关重要的基本概念,但没有被明确告知,”汤森德说。“令人兴奋的是,该算法清楚地恢复了我们知道很重要的东西,但它也恢复了我们以前不知道的特征。”

在蛋白质方面取得成功后,研究人员接下来将他们的算法应用于另一类重要的生物分子 RNA。他们在他们所在领域长期竞争的一系列“RNA 拼图”中测试了他们的算法,并且在每种情况下,该工具都优于所有其他拼图参与者,并且没有专门为 RNA 结构设计。

标签:

免责声明:本文由用户上传,如有侵权请联系删除!