DeepMinds AI kommer att påskynda läkemedelsupptäckten genom att förutsäga hur proteiner vikas

Kategori: Artificiell intelligens Postad 03 dec

Google DeepMind har utvecklats ett verktyg för att förutsäga strukturen av proteiner från deras genetiska sekvens, vilket markerar ett anmärkningsvärt exempel på att använda AI i processen för vetenskaplig upptäckt.

Hur det fungerar: Systemet, kallat AlphaFold, modellerar de komplexa veckningsmönstren för långa kedjor av aminosyror, baserat på deras kemiska interaktioner, för att bilda den tredimensionella formen av ett protein. Detta är känt som problem med proteinveckning , som har utmanat forskare i årtionden.

Varför det är viktigt: Formen på ett protein dikterar dess funktion i kroppen, så att kunna förutsäga ett proteins struktur gör det möjligt för forskare att syntetisera nya proteinbaserade läkemedel för att behandla sjukdomar eller nya enzymer för att bryta ned föroreningar i vår miljö.

Träningsdata: DeepMind-teamet tränade djupa neurala nätverk för att förutsäga avstånden mellan par av aminosyror och vinklarna mellan deras kemiska bindningar, med hjälp av de enorma mängderna data som är tillgängliga från genomisk sekvensering. Det resulterande systemet genererar mycket exakta proteinstrukturer, som överträffar tidigare förutsägelsetekniker, säger teamet.

Den större bilden: DeepMind är inte den enda som arbetar för att påskynda vetenskaplig upptäckt med maskininlärning. Många andra företag och forskare har försökt utveckla algoritmer för att upptäcka nya läkemedel och nya material.