人工智能(AI)是一種工具，它使人們能夠非?？焖偾腋叨葴蚀_地分析大量數(shù)據(jù)。人工智能可以加速我們的許多科學工作。例如，瑞典查爾姆斯理工大學的研究人員發(fā)現(xiàn)，人工智能能夠產(chǎn)生可以加速藥物開發(fā)的新蛋白質(zhì)。

蛋白質(zhì)對所有活細胞都具有生物學重要性。他們可以構(gòu)建、修改或移除其他分子。這非常重要，也是蛋白質(zhì)對藥物開發(fā)如此重要的原因。事實上，幾乎所有最有效的癌癥、糖尿病和其他藥物都是基于蛋白質(zhì)的。如果我們能夠更快地開發(fā)蛋白質(zhì)，我們可以在藥物開發(fā)中更廣泛地使用蛋白質(zhì)。

蛋白質(zhì)不是通過向蛋白質(zhì)序列引入隨機突變來設計的。蛋白質(zhì)活性隨著這些突變中的每一個而下降，這使得蛋白質(zhì)開發(fā)花費了大量時間和金錢。這就是新的基于人工智能的蛋白質(zhì)工程方法的用武之地。

ProteinGAN，正如這種基于人工智能的方法所稱的那樣，讓科學家能夠在短短幾周內(nèi)從計算機設計到工作蛋白質(zhì)，這就是為什么它被稱為最近最大的制藥突破之一。它不僅加快了過程，而且還有助于節(jié)省資金，這在科學研究中非常重要，因為資金總是有限的。但它是如何工作的?

好吧，基本上ProteinGAN是從經(jīng)過充分研究的蛋白質(zhì)中獲取大量數(shù)據(jù)的。人工智能系統(tǒng)分析該數(shù)據(jù)并基于它對新蛋白質(zhì)進行建模。系統(tǒng)的另一部分識別假蛋白質(zhì)。AI的這些部分在它們之間進行對話，直到創(chuàng)造出一些好的東西。當然，當時它僅作為計算機模型存在，但科學家隨后可以在實驗室環(huán)境中將其變?yōu)楝F(xiàn)實。

有趣的是，同樣的思維也可以應用于工業(yè)過程。MartinEngqvist是參與設計測試AI合成蛋白質(zhì)的實驗的科學家之一，他說：“加快我們設計蛋白質(zhì)的速度對于降低酶催化劑的開發(fā)成本非常重要。這是實現(xiàn)環(huán)境可持續(xù)的工業(yè)流程和消費品的關鍵，我們的AI模型以及未來的模型將實現(xiàn)這一點。在這種情況下，我們的工作是至關重要的貢獻。”

現(xiàn)在科學家們將嘗試探索如何應用這項技術(shù)來調(diào)整這些蛋白質(zhì)的特定特性。最后應該有一個強大的工具，可以加速藥物開發(fā)和測試。也許有一天科學家們將能夠簡單地請求一種具有特定特性的蛋白質(zhì)，而人工智能將完成剩下的工作。

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權(quán)請聯(lián)系刪除！