Skoltech Bio 科学家测试了 AlphaFold 预测单个突变对蛋白质稳定性的影响,而 AI 程序的预测与实验结果相矛盾,反驳了它掌握了终极蛋白质物理学的说法。
Skoltech的一个针对高中生的生物信息学新兵训练营变成了人类与人工智能之间正在进行的科学竞赛的最新篇章的场所。突破性的 AI 程序 AlphaFold 较早解决了结构生物信息学的一个 50 年之久的关键问题,但事实证明它不适用于该领域研究人员面临的另一个挑战。PLOS One 的一项研究报告了这一发现,该研究的作者驳斥了一些 AlphaFold 爱好者的说法,即 DeepMind 的 AI 已经掌握了终极蛋白质物理学,并且是结构生物信息学的全部和终结。
结构生物信息学是探索蛋白质、 RNA、DNA的结构及其与其他分子的相互作用的科学分支。这些发现为药物发现和创造具有令人兴奋特性的蛋白质提供了基础,例如自然界中未见的反应催化剂。
从历史上看,结构生物信息学的核心问题是预测蛋白质结构。也就是说,给定构成蛋白质的任意氨基酸序列,您如何可靠地计算该蛋白质在体内呈现的 3D 形状,以及它如何发挥作用。
2021 年 Skoltech 在线举办的分子与理论生物学学院 Playing With AlphaFold2 项目海报。图片来源:Dmitry Ivankov/Skoltech
50 年后,AlfaFold 解决了这个问题,这是一个由 Google 的 DeepMind 创建的人工智能程序,它的前辈早些时候因在国际象棋、围棋和电子游戏《星际争霸 2》中取得超人的表现而成为头条新闻。
这一里程碑式的成就引发了人们的猜测,即神经网络一定已经以某种方式内化了蛋白质的基本物理原理,并且应该超出其设计的任务范围。有些人,甚至在结构生物信息学界,都希望人工智能能很快给出该学科遗留问题的明确答案,并将其载入科学史。
标签:
免责声明:本文由用户上传,如有侵权请联系删除!