AI能“想法”新蛋白质结构

照片来源：美国伦斯勒理工

将近以来，分析的小组一直在寻找消除“RNA前端弊端”的步骤。这是生物学领域的一项重大挑战，难倒了几代分析的小组。但现今，机器学习（AI）消除了这一弊端。据《自然》杂志1日发表的论文，仅限于美国华盛顿大学、伦斯勒理工和哈佛大学的分析人员在内的分析的小组描述了一种升级的除此以外前端的系统，该的系统由广度思维（DeepMind）公司开发，会“蓝图”出有带有稳定本体的从新RNA。

分析人员暗示，这是AI因特网在消除生物学领域最小的挑战之一——根据序列确定RNA建模（3D）本体方面取得的巨大飞跃，是一个人科学和病理学的福音，极大地促进了人们对细胞会基本本体的理解，并将推动不够快、不够先进的制剂制造进程。

RNA存在于每个细胞会中会，是一种线状化学键，会自发前端已成复杂的3D椭圆形，其椭圆形与功用都与。例如，抗体蛋白前端的椭圆形能使它们精确识别和对准特定的异物，就像一把钥匙插入锁中会一样。在细胞会发育、DNA修复和从新陈代谢等几乎所有生物学操作过程中会，这种前端相当关键。因此，认识到RNA前端本体对于认识到生物的功用以及事与愿违一个人的重新启动方式至关重要。

然而，RNA根据其序列可能前端已成的完全相同构象的数量是个天文数字。在除此以外前端出有现之前，分析的小组只发觉人体大约2万种RNA中会约17%的3D本体。值得注意的RNA本体是几十年来分析的小组在实验室从前通过X射线结晶学和核磁共振等步骤煞费苦心计算出有来的，这些步骤须要数百万美元的设备和数月乃至数年的反复试制。近年来，人工神经因特网和广度学习等AI技术使这项管理工作的准确性频发了革命性变化。

来进行除此以外前端，分析的小组获得了几乎所有（98.5%）人类RNA组的3D本体。其中会36%的预期准确率相当很低，另外22%的预期准确率较很低。

此次，分析人员向AI缺少了完全随机的RNA本体的序列，并向其中会过渡到一些突变，直到AI人工神经因特网预期到它们能将其前端已成稳定的本体为止，事与愿违共产生了2000种全从新的RNA序列。

分析论文合作创作者、美国华盛顿大学病理学院RNA结构设计分析所贝克实验室的博士后历史学家伊万·阿尼先科暗示：“任何时候，我们都没有引导AI得出有特定结果，这些从新的RNA本体完全是计算机‘蓝图’出有来的。”

分析人员暗示，AI广度学习因特网极大一般化了RNA的结构设计。未来，希望来进行AI结构设计带有功用的从新RNA，仅限于基于RNA的制剂、酶等。（张佳欣）