AI现在可以在短短几分钟内创建新的强大设计师蛋白
喜欢指数的未来？加入我们的Xpotential社区，通过Xpotential University的课程进行未来的证明 ，阅读有关指数技术和趋势 ，连接，观看Keynote或浏览我的博客。
在2020年底，人工智能（AI）先驱DeepMind取得了50年的突破 。通过以原子精度预测蛋白质的形状 ，其深度学习算法 ，Alphafold几乎解决了生物学的宏伟挑战之一 。
从新陈代谢到脑功能，蛋白质是使我们身体发展的分子。当他们出错时 ，事情崩溃了 ，我们遭受了痛苦。现代医学的大部分都集中在疾病的这一方面：识别功能失调的蛋白质罪魁祸首，并使用另一种分子专门选择与该药物相互作用的另一个分子（一种药物）来改变其行为 。
主题演讲Matthew Griffin的AI的未来
事实是 ，蛋白质非常复杂 。由数百或数千个称为氨基酸的分子构建块组成 ，它们形成了长色带状的链，它们以细微的方式折叠自身。坐落在这些褶皱内的是活跃位点 ，通过与其他蛋白质连接或催化化学反应来赋予蛋白质其功能 。
设计有效的药物取决于预测蛋白质的形状 ，其功能部位，并识别可以对其进行停靠的另一种蛋白质或分子 。
由华盛顿大学贝克实验室（Baker Lab）开发的Alphafold ，Alphfold 2和一种名为Rosettafold的算法 ，在加速这一过程方面采取了至关重要的步骤。DeepMind说，到2022年中期，Alphafold 2已经预测了2亿蛋白的结构（几乎所有已知的蛋白质） ，并在开放数据库中提供了它们 。
但这还没有结束 。此后 ，蛋白质结构的创建已成为中心阶段。这些较新的算法与DALL-E和GPT-4（Chatgpt背后的算法）处于同一家庭中，而不是生成图像或书面段落 ，而是生成新颖的蛋白质 ，并且越来越多的研究人员相信，将来他们将无法使用文本提示来创建新的药物和蛋白质 。
尤其是贝克实验室（Baker Lab）一直在Rosettafold上建立设计蛋白质 。今年夏天 ，在自然界发表的一篇论文中 ，该团队说，他们的最新算法Rfdiffusion更快 ，更准确。该算法可以在NVIDIA芯片上在11秒内生成100-氨基酸的蛋白 ，而较旧的算法为8.5分钟 。RfDiffusion在产生与已知蛋白感兴趣的位点强烈结合的新蛋白质方面的有效性也大约是100倍 。
该团队在7月份的论文中写道：“以一种让人想起文本提示的图像产生的方式，借助最低的专家知识 ，rfdiffusion成为可能 ，从最小的分子规范中产生了功能蛋白。 ”
所有这些都很难可视化。看到这些算法的作用是没有替代的 。Chatgpt之所以受到病毒率的兴趣，而不是它是一个零：零的突破 - 该技术已经增长了几年，而且更重要的是 ，这是一个简单的门户 ，我们都可以直接体验到这一复杂性 。
幸运的是，在这里 ，我们有一个视觉锤击回家的视觉效果。该视频归功于Ian C. Haydon和华盛顿大学蛋白质设计研究所 ，显示了Rfdiffusion在工作中，在几秒钟内为胰岛素受体上的特定部位设计了一种蛋白质 。
当然 ，还有更多的工作要做 - 设计有效的新药是一个困难的过程 - 但是很明显 ，AI工具继续在生物技术方面取得了快速的进步 。
来源:https://0514ps.com/zhis/202506-1868.html 来源:https://xianggongguan.cn/xgzx/202506-4566.html 来源:https://xianggongguan.cn/xgzx/202506-4655.html 来源:https://0514ps.com/zixun/202506-1753.html 来源:https://www.siyonli.com/wiki/202506-3544.html 来源:https://xianggongguan.cn/life/202506-4423.html 来源:https://www.siyonli.com/jyfx/202506-3775.html 来源:https://0514ps.com/cx/202506-1752.html 来源:https://xianggongguan.cn/xgzx/202506-4526.html 来源:https://www.siyonli.com/jyfx/202506-3527.html
来源:https://0514ps.com/zhis/202506-1868.html 来源:https://xianggongguan.cn/xgzx/202506-4566.html 来源:https://xianggongguan.cn/xgzx/202506-4655.html 来源:https://0514ps.com/zixun/202506-1753.html 来源:https://www.siyonli.com/wiki/202506-3544.html 来源:https://xianggongguan.cn/life/202506-4423.html 来源:https://www.siyonli.com/jyfx/202506-3775.html 来源:https://0514ps.com/cx/202506-1752.html 来源:https://xianggongguan.cn/xgzx/202506-4526.html 来源:https://www.siyonli.com/jyfx/202506-3527.html
本文来自作者[廖慧娜]投稿，不代表策华号立场，如若转载，请注明出处：https://cehuayingxiao.cn/zshi/202506-39600.html
评论列表（4条）
我是策华号的签约作者“廖慧娜”！
希望本篇文章《AI现在可以在短短几分钟内创建新的强大设计师蛋白》能对你有所帮助！
本站[策华号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：AI现在可以在短短几分钟内创建新的强大设计师蛋白 喜欢指数的未来？加入我们的Xpotential社区，通过Xpotential University的课程进行未来的证明，...