DeepMind 聯(lián)合創(chuàng)始人兼 CEO Demis Hassabis表示,對(duì)于我們來(lái)說(shuō),這真的是一個(gè)關(guān)鍵時(shí)刻,據(jù)介紹,基于深度神經(jīng)網(wǎng)絡(luò),他們?cè)O(shè)計(jì)了兩種方法以用來(lái)構(gòu)建完整而精確的蛋白質(zhì)結(jié)構(gòu)。
第一,他們先采集氨基酸對(duì)之間的距離和連接這些氨基酸的化學(xué)鍵之間的角度數(shù)據(jù),接著將這些數(shù)據(jù)設(shè)計(jì)成用以評(píng)估蛋白質(zhì)結(jié)構(gòu)準(zhǔn)確度的分析工具。在現(xiàn)有蛋白質(zhì)數(shù)據(jù)庫(kù)里找到最匹配的蛋白質(zhì),如果找不到,他們就基于最接近的搜索結(jié)構(gòu)上,用新的基因片段不斷替換,以創(chuàng)造出匹配要求的新結(jié)構(gòu)。
第二種方法是研究人員主要用梯度下降 -a數(shù)學(xué)技術(shù),它的精度相較于第一種會(huì)更高一些。相較于第一種方式,這種技術(shù)一步就可以預(yù)測(cè)整個(gè)蛋白質(zhì)鏈,而不用經(jīng)歷組裝的過(guò)程,整個(gè)過(guò)程更簡(jiǎn)單。
這項(xiàng)新的研究表明人工智能涉足蛋白質(zhì)折疊領(lǐng)域的成功,有非常重要的研究?jī)r(jià)值。
合作咨詢
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com