AIGC動態(tài)歡迎閱讀

原標(biāo)題：人工智能如何徹底改變蛋白質(zhì)科學(xué)，AlphaFold是起點，終點會在哪里？
關(guān)鍵字：蛋白質(zhì),結(jié)構(gòu),生物學(xué)家,報告,算法
文章來源：人工智能學(xué)家
內(nèi)容字數(shù)：0字

內(nèi)容摘要：

來源：ScienceAI
編輯：ScienceAI
三年前，谷歌 DeepMind 的AlphaFold取得了迄今為止科學(xué)領(lǐng)域最大的人工智能突破，加速了分子研究，并引發(fā)了關(guān)于我們?yōu)槭裁匆M行科學(xué)研究的深層次問題。2020 年 12 月，數(shù)百名計算科學(xué)家聚集在屏幕前，見證科學(xué)新時代的到來。
他們聚集在一起參加會議，這是一場友好的競賽，其中有一些人已經(jīng)參加了近三十年，他們聚在一起，癡迷于同一個問題——蛋白質(zhì)折疊問題，說起來很簡單：他們能否根據(jù)最基本的信息——一維分子代碼，準(zhǔn)確預(yù)測蛋白質(zhì)分子的三維形狀？
蛋白質(zhì)讓我們的細胞和身體保持活力。蛋白質(zhì)的形狀決定了它的行為，成功解決這個問題將對我們理解疾病、生產(chǎn)新藥和洞察生命如何運作產(chǎn)生深遠影響。
在每隔一年的會議上，科學(xué)家們對他們最新的蛋白質(zhì)折疊工具進行測試。但解決方案總是遙不可及。
那一周，蛋白質(zhì)科學(xué)界的一位名叫John Jumper的新人展示了一款新的人工智能工具 AlphaFold2，該工具來自谷歌DeepMind。通過 Zoom，他展示了數(shù)據(jù)，表明 AlphaFold2 的 3D 蛋白質(zhì)結(jié)構(gòu)預(yù)測模型準(zhǔn)確率超過 90%，比其最接近的競爭對手高

原文鏈接：人工智能如何徹底改變蛋白質(zhì)科學(xué)，AlphaFold是起點，終點會在哪里？

聯(lián)系作者

文章來源：人工智能學(xué)家
作者微信：AItists
作者簡介：致力成為權(quán)威的人工智能科技媒體和前沿科技研究機構(gòu)