伦敦,2021 年 7 月 22 日 - DeepMind 今天宣布与欧洲生命科学旗舰实验室欧洲分子生物学实验室 (EMBL) 建立合作伙伴关系,以建立迄今为止最完整、最准确的人类蛋白质组预测蛋白质结构模型数据库。这将涵盖人类基因组表达的所有约 20,000 种蛋白质,并且数据将免费公开提供给科学界。该数据库和人工智能系统为结构生物学家提供了强大的新工具来检查蛋白质的三维结构,并提供了一个数据宝库,可以开启未来的进步并预示着人工智能生物学的新时代。
AlphaFold 于 2020 年 12 月被蛋白质结构预测关键评估 (CASP) 基准的组织者认可为解决 50 年来蛋白质结构预测重大挑战的解决方案,这是该领域的一个惊人突破。AlphaFold 蛋白质结构数据库建立在这一创新和几代科学家的发现之上,从蛋白质成像和晶体学的早期先驱到数以千计的预测专家和结构生物学家,他们从那时起就花了数年时间对蛋白质进行实验。该数据库极大地扩展了积累的蛋白质结构知识,使研究人员可用的高精度人类蛋白质结构的数量增加了一倍多。促进对这些生命组成部分的理解,
上周,AlphaFold 的最新高度创新版本背后的方法论是去年 12 月宣布的复杂的人工智能系统,支持这些结构预测,其开源代码发表在Nature 上。今天的公告与第二篇Nature论文同时发表,该论文提供了构成人类蛋白质组的蛋白质的最完整图片,以及对生物学研究很重要的另外 20 种生物体的释放。
DeepMind 创始人兼首席执行官 Demis Hassabis 博士说:“我们在 DeepMind 的目标一直是构建人工智能,然后将其用作工具来帮助加快科学发现本身的步伐,从而促进我们对周围世界的理解。”“我们使用 AlphaFold 生成了人类蛋白质组最完整、最准确的图片。我们相信这是迄今为止人工智能为推进科学知识所做的最重要贡献,并且很好地说明了人工智能可以为社会带来的各种好处.”
AlphaFold 已经在帮助科学家加速发现
根据蛋白质的氨基酸序列以计算方式预测蛋白质形状的能力——而不是通过多年艰苦、费力且通常成本高昂的技术通过实验确定它——已经帮助科学家在几个月内实现了以前需要几年的时间。
“AlphaFold 数据库是开放科学良性循环的完美例子,”EMBL 总干事 Edith Heard 说。“AlphaFold 是使用科学界建立的公共资源中的数据进行训练的,因此它的预测公开是有意义的。公开、自由地分享 AlphaFold 预测将使世界各地的研究人员获得新的见解并推动发现。我相信 AlphaFold 确实是一个生命科学的革命,就像几十年前的基因组学一样,我很自豪 EMBL 能够帮助 DeepMind 实现对这一非凡资源的开放访问。”
标签: DeepMind
免责声明:本文由用户上传,如有侵权请联系删除!