隨著人工智能技術的興起與普及,為各行各業注入了強大的改革動力。特別是在醫療領域,隨著各種人工智能軟件工具的普及,極大提升了醫療科研和臨床醫學診療水平。憑借著AI技術的加持,科學家們正在探索著一個又一個的未知醫療領域。
再生醫學網獲悉,近日,來自美國多個研究機構的研究人員在很大程度上重現了DeepMind在這項重要任務上取得的性能。相關研究結果于2021年7月15日在線發表在Science期刊上,論文標題為“Accurate prediction of protein structures and interactions using a three-track neural network”。
與DeepMind不同的是,這些作者開發的方法,他們稱之為RoseTTAFold,可以免費使用。世界各地的科學家們如今正用它來建立蛋白質模型,以加速他們自己的研究。自7月以來,該程序已被140多個獨立研究團隊從GitHub下載。
蛋白質由一串串氨基酸組成,它們折疊成復雜的微觀形狀。這些獨特的形狀反過來又引起了生物體內幾乎所有的化學過程。通過更好地了解蛋白質的形狀,科學家們可以加快開發針對癌癥、COVID-19和其他數千種健康疾病的新療法。
論文通訊作者、華盛頓大學醫學院生物化學教授、華盛頓大學醫學院蛋白質設計研究所所長David Baker博士說,“在蛋白質設計研究所,這是忙碌的一年,設計了COVID-19藥物和疫苗并將其投入臨床試驗,同時開了發RoseTTAFold用于高精度蛋白質結構預測。我很高興科學界已經在使用RoseTTAFold服務程序來解決突出的生物學問題?!?/div>
在這項新研究中,由Baker領導的一個計算生物學家團隊開發了RoseTTAFold軟件工具。它利用深度學習,根據有限的信息快速而準確地預測蛋白質結構。如果沒有這種軟件的幫助,僅確定一種蛋白質的結構就需要花費數年的實驗室工作。另一方面,RoseTTAFold可以在一臺游戲電腦上,在短短十分鐘內可靠地計算出一種蛋白質的結構。
該團隊使用RoseTTAFold計算了數百種新的蛋白質結構,包括人類基因組中許多不為人知的蛋白質。他們還生成了與人類健康直接相關的蛋白質結構,包括那些與有問題的脂質代謝、炎癥疾病和癌細胞生長相關的蛋白質。他們發現,RoseTTAFold可以用來建立復雜的生物組合模型,而所需時間只是以前的一小部分。
RoseTTAFold是一種“三軌(three-track)”神經網絡,意味著它同時考慮蛋白質序列的模式、蛋白質的氨基酸之間如何相互作用以及蛋白質可能的三維結構。在這種架構中,一維、二維和三維信息來回流動,從而使這種神經網絡能夠共同推理出蛋白質的化學組成和其折疊結構之間的關系。
蛋白質作為萬物生命的基本構成部分,雖然常見,但卻異常神秘。在過去,受科研水平的限制,科學家們對蛋白質的三維結構并不清楚。不過,隨著新型人工智能軟件的問世及大規模普及,這一科研難題終得以解決。對此,
再生醫學網表示,從這意義上來看,該項研究成果的問世,將徹底顛覆人類對于蛋白質三維結構的認知。
關鍵字:蛋白質三維結構,人工智能,AI醫療,臨床醫學,再生醫學
反饋