Kemična Nobelova nagrada za razvijalce AlphaFold AI za napovedovanje beljakovinskih struktur
Kemična Nobelova nagrada za razvijalce AlphaFold AI za napovedovanje beljakovinskih struktur
Prvič - in zagotovo ne zadnjič - znanstveni preboj, ki ga je omogočila umetna inteligenca, je prejel Nobelovo nagrado. Kemijski Nobelovi nagradi 2024 je Google Deepmind v Londonu podelil John Jumper in Demis Hassabis za razvoj prelomnike Ki-Tools for predicting protein structures called Alphafold , as well as David Baker from the University of Washington in Seattle for his work at the work computer-aided protein design that in recent years je bil revolucioniran s pomočjo.
Učinki AlphaFolda,
"Dolgo časa so bile sanje, da bi lahko napovedali tridimenzionalno strukturo beljakovin, ki temeljijo na njihovih aminokislinskih sekvencah. To je desetletja veljalo za nemogoče," je med izgovorom dejal Heiner Linke, predsednik Nobelovega odbora in Nanosh na Univerzi Lund na Švedskem. Letošnji dobitniki nagrad so "razbili kodo", je dodal. Trije zmagovalci delijo ceno 11 milijonov švedskih kron (milijon dolarjev). DeepMind je predstavil AlphaFold 2018, ko je na vsaki dve leti zmagala na tekmovanju beljakovinskih struktur, kritična ocena napovedi beljakovinske strukture (CASP). Toda to je bila druga različica globokega nevronskega omrežja, To je sprožilo potres v znanosti o življenju
Številne napovedi AlphaFold2 pri CASP so bile tako natančne, da jih ni bilo mogoče razlikovati od eksperimentalno določenih beljakovinskih struktur. To je povzročil John Moult, soustanovitelj CASP in računalniški biolog na Univerzi v Marylandu v College Park, leta 2020, da bi pojasnila, da je "problem na nek način rešena". Hassabis, soustanovitelj in izvršni direktor von Deepmind in Jumper, vodja ekipe Alphafold, so vodili razvoj AlphaFold2. Za napovedovanje beljakovinskih struktur nevronska mreža integrira podobne strukture iz baz podatkov s sto tisoč eksperimentalno določenih strukturah in milijoni zaporedja povezanih beljakovin - vsebujejo informacije o njihovih oblikah. Leta 2021, DeepMind , skupaj s podatki, potrebnimi za usposabljanje modela. A Alphafold database , which was Ustvarjen v sodelovanju z evropskim laboratorijem za molekularno biologijo in Evropskim inštitutom za bioinformatiko v Hinxtonu v Veliki Britaniji, zdaj vsebuje strukture večine beljakovin iz vseh organizmov, ki so predstavljene v genetskih bazah podatkov : Skupno napoveduje približno 214 milijonov. https://www.nature.com/articles/d41586-01385-x "data-Track =" kliknite "data-label =" https://www.nature.com/artics/d41586-01385-x "Podatkovna besedilna povezava =" Tretja različica AlphaFolda "Tretja različica"> Tretja različica Alphafolda "Tretja različica"> Tretja različica Alphafolda "Tretja različica"> Tretja različica Alphafolda "Tretja različica"> Tretja različica Alphafolda. beljakovine, kot so zdravila. Revolucija, ki jo je skakalca, Hassabis in njeni sodelavci sprostili, je še vedno na začetku, popolni učinki Alphafolda na znanost pa so lahko znani le v letih. Toda orodje že pomaga znanstvenikom, da pridobijo novo znanje. Pionirska skupina je orodje uporabila skupaj z eksperimentalnimi podatki na Za preslikavo enega največjih strojev v naših celicah, molekul v celičnem jedru. Dve ekipi sta lani analizirali celotno bazo podatkov AlphaFold, da bi odkrili najglobljive kotičke vesolja beljakovin, identificirali nove beljakovinske družine in gube ter presenetljive povezave v stroju življenja. Mnogi raziskovalci upajo, da bodo AlphaFold in druga orodja AI, ki so jo navdihnila, spremenila medicino. Vendar je O ali O ali O ali O ali O ali OD NOCE DATERCIJA. Dragi in večstopenjski postopek razvoja varnih novih zdravil
Več kot desetletje, preden je Deepmind začel sodelovati z Alphafoldom, biofizikom z računalnikom David Baker z univerze v Washingtonu v Seattlu in njegovi kolegi so razvili programska orodja za modeliranje beljakovinskih struktur, ki temeljijo na fizičnih načelih in se imenujejo Rosetta. Orodje je imelo zgodnje uspehe Kategorija telesa" Podatkovna besedilo ". V preteklih letih se je Bakerjeva ekipa Rosetta obrnila za napovedovanje beljakovinskih struktur-IT je bil eden najboljših udeležencev številnih kapov pred nedavno prevlado Alphafolda-kot tudi za oblikovanje novih beljakovin, kot so encimi in samo-nano-nanodelci beljakovin. Ko je bil AlphaFold2 objavljen, vendar še ni objavljen in njegova ekipa, vključno z računalniško podprtim kemikom Minkyung Baek, ki zdaj dela na Nacionalni univerzi Seul v Južni Koreji, je šel razumeti programsko opremo in nekaj svojih trikov uporabiti za prejšnjo različico Rosette, ki temelji na AI. Prva različica dobljenega omrežja Rosett Flow je delovala skoraj tako tudi kot AlphaFold2. Od leta 2021 so obe mreži in drugi znanstveniki nenehno izboljševali, da bi premagali nove izzive, na primer napoved strukture kompleksov iz več različnih interakcijskih beljakovin. V zadnjih letih je Bakerjeva ekipa še posebej produktivna pri uporabi strojnega učenja za razvijanje njegovega laboratorija: za ustvarjanje novih beljakovin, ki jih v naravi še nikoli nismo videli . Nedavno razvito orodje Bakerjeve ekipe, ki združuje rose zalog z difuzijsko nevronsko mrežo, ki ustvarjajo slike, je privedlo do kvantnega preskoka v sposobnosti raziskovalcev, da oblikujejo oblikovanje beljakovin. Čeprav računalniško podprta orodja, kot je AlphaFold, niso nadomestek eksperimentalnih študij, so to pospeševalnik, pravijo znanstveniki. "This will enable a new generation of molecular biologists to ask more advanced questions," said Casp-Richter Andrei Lupas, an evolutionary biologist at the Max Planck Institute for Development Biology in Tübingen, Germany, 2020 z naravo . nagrajen ki
ustvarite nove beljakovine