아미노산의 서열은 서로 결합될 때 수억 개의 기이한 단백질 형태로 접혀 예측이 불가능하고 실험실에서만 연구할 수 있습니다. 생물학에서 AI 기술의 출현으로 진행 상황이 설명되었으며 이제 돌파구가 준비되고 있습니다. Google의 DeepMind 구조는 과학에 알려진 모든 단백질의 형태를 곧 제시할 것을 약속합니다. 생물학의 발견.
DeepMind는 아직 Google을 떠날 수 없었지만 모든 예측된 단백질 형태의 공개 데이터베이스를 만들 것을 약속합니다. 이것은 몇 달 안에 일어날 것이며 생물학 역사상 가장 야심찬 사건이 될 것을 약속합니다. 단백질 모양 예측 프로그램은 많은 기업과 연구팀에서 개발하고 있지만 AlphaFold DeepMind 패키지는 모양 예측에서 가장 높은 정확도를 보여주었습니다. 이러한 도구는 공개 영역에 있으며 기성 단백질 데이터베이스는 전 세계 생물학자들의 작업을 크게 촉진할 것입니다. 가져 와서 사용하십시오.
AlphaFold는 원자의 정밀도로 단백질의 모양을 예측할 수 있습니다. 그러나 정확도가 훨씬 떨어지기 때문에 이전에 연구되지 않은 단백질의 대략적인 공간 구성에 대한 정보를 제공하는 신약 개발이 가능합니다. 따라서 지난 10년 동안 생물학자들이 인간 단백질의 구조를 17%만 연구할 수 있었다면 AlphaFold는 몇 주 만에 인간 단백질 형태의 기초를 36%로 두 배로 늘렸습니다. 이 정보는 아직 확인되지 않았지만 AlphaFold 알고리즘은 이미 이전에 거의 틀릴 수 있는 능력을 입증했습니다.
인간 단백질 외에도 DeepMind는 효모에서 초파리, 쥐 및 기타 개체에 이르기까지 가장 많이 연구된 유기체 20가지의 단백질 형태를 최대 수억 개의 단백질 형태로 제공할 것을 약속합니다. 오늘날 DeepMind 데이터베이스에는 350,000개의 예측된 단백질 형태에 대한 정보가 포함되어 있지만 몇 달 안에 1억 개 이상의 형태로 확장되어 거의 모든 단백질이 과학에 어느 정도 알려지게 될 것입니다. 다른 단백질과 결합할 때 공간적 형태를 취하는 단백질은 아직 연구에 참여하지 않았지만 이것이 AI의 다음 너트가 될 것입니다.
2021-07-23 18:31:10
작가: Vitalii Babkin