中新網(wǎng)北京5月9日電 (記者 孫自法)國際著名學(xué)術(shù)期刊《自然》最新發(fā)表一篇結(jié)構(gòu)生物學(xué)論文稱，由谷歌DeepMind和Isomorphic Labs團隊研發(fā)的最新迭代人工智能模型AlphaFold3,，能以較高準(zhǔn)確率預(yù)測蛋白質(zhì)與其他生物分子相互作用的結(jié)構(gòu)，其準(zhǔn)確率比之前的專用工具顯著提升,。AlphaFold3能預(yù)測含有蛋白質(zhì)數(shù)據(jù)銀行(Protein Data Bank)內(nèi)幾乎所有分子類型的復(fù)合物的結(jié)構(gòu)。這個最新迭代模型用計算機解析蛋白質(zhì)與其他分子復(fù)雜相互作用的能力,，將拓展人們對生物過程的理解,，并有望推動藥物研發(fā)。該論文介紹,，AlphaFold首次于2020年問世,，它和迭代版AlphaFold2能根據(jù)蛋白質(zhì)的氨基酸(蛋白質(zhì)的基本成分)序列預(yù)測其3D結(jié)構(gòu)。之后的AlphaFold-Multimer推動了對蛋白質(zhì)-蛋白質(zhì)復(fù)合物的預(yù)測,。不過,，擴大單一深度學(xué)習(xí)模型能預(yù)測的復(fù)合物范圍一直很難，因為不同類型的特異性相互作用差異太大,。論文共同通訊作者、谷歌DeepMind的John M. Jumper和同事等研究認(rèn)為,，在AlphaFold2模型的深度學(xué)習(xí)架構(gòu)和訓(xùn)練系統(tǒng)的大幅提升下,，如今可以對一個統(tǒng)一框架內(nèi)大量生物分子系統(tǒng)的結(jié)構(gòu)進(jìn)行更準(zhǔn)確的預(yù)測,。AlphaFold3能預(yù)測蛋白質(zhì)與其他蛋白質(zhì)、核酸,、小分子,、離子、修飾蛋白質(zhì)殘基的復(fù)合物,，以及抗體-抗原相互作用,。預(yù)測準(zhǔn)確性顯著超過當(dāng)前預(yù)測工具，包括AlphaFold-Multimer,。論文作者也指出AlphaFold3存在一些局限性,，比如約4.4%的結(jié)構(gòu)會出現(xiàn)不正確的手性(一種對稱特性)，或是幻覺導(dǎo)致“飄帶”(一種常見的蛋白質(zhì)二級結(jié)構(gòu)元素)的出現(xiàn)減少,。他們表示,，人工智能模型后續(xù)模擬準(zhǔn)確率的進(jìn)一步提升,，還需要生成一個很大的預(yù)測集并對預(yù)測結(jié)構(gòu)進(jìn)行排序，而這會產(chǎn)生額外的計算成本,。(完)
免責(zé)聲明：本文來自網(wǎng)絡(luò)收錄或投稿,，觀點僅代表作者本人，不代表芒果財經(jīng)贊同其觀點或證實其描述,，版權(quán)歸原作者所有,。轉(zhuǎn)載請注明出處：http://lequren.com/1101149.html
溫馨提示：投資有風(fēng)險，入市須謹(jǐn)慎,。本資訊不作為投資理財建議,。
