北斗娱乐官方网站-

为了对抗病毒,人工智能的“计算”结构是否是“上帝辅助攻击”还需要实验验证。。

为了对抗病毒,人工智能的“计算”结构是否为“上帝辅助攻击”尚需实验验证。利用α折叠技术预测新型冠状病毒蛋白质结构是一种与实验分离的结构重建。预测的准确性需要同行评审和实际临床治疗的验证。蛋白质是一种结构复杂的生物大分子,是维持生命所必需的。人体内几乎所有的功能,如肌肉收缩、呼吸或将食物转化为能量,都与蛋白质之间的相互作用密切相关。获得蛋白质的三维结构将有助于科学家了解其在人体中的作用,并设计出相应的药物。

近日,人工智能公司deepmind宣布,已使用alphafold对冠状病毒新基因编码的膜蛋白、非结构蛋白等6种蛋白质进行三维结构预测,并已开放下载。了解病毒蛋白的结构有助于靶向药物的开发。病毒由核酸和蛋白质组成,蛋白质由病毒基因组编码。病毒蛋白有两种,一种是结构蛋白,它能形成成熟的感染性病毒颗粒,帮助病毒感染细胞,如外壳蛋白、膜糖蛋白和病毒颗粒中存在的酶等;另一种是非结构蛋白,它能帮助病毒在宿主细胞中复制、基因表达和拓展人体的“领地”。

早在1月10日,中国就公布了新型冠状病毒的全基因组序列。但仅仅知道基因组序列并不能完全理解蛋白质是如何工作的。”蛋白质由20种氨基酸组成,每种氨基酸由几十到几千种氨基酸组成。一些氨基酸的线性序列会形成螺旋状或折叠状的二级结构,并进一步有序地组装和堆积成三维结构,这决定了蛋白质在人体中的作用。”中国药科大学药学院教授肖一蓓告诉科技日报记者,比如,如果人体病毒受体是一个锁,那么病毒的尖峰糖蛋白就是关键。

如果这些钥匙能插入人类病毒受体蛋白,它们会感染细胞。科学家要做的是找出钥匙的三维结构是什么,钥匙和锁之间的关系是什么,防止钥匙开锁就是防止病毒感染细胞。”如果你知道蛋白质的功能,你就知道如何特别抑制病毒的活动。南京大学生命科学学院教授、博士生导师董先池说:“如果你发现一种蛋白质是入侵宿主细胞的关键蛋白质,你可以为这种蛋白质或蛋白质的某一区域进行药物设计。”。即使预测结果准确,deepmind团队仍然不可避免地要根据氨基酸序列来确定蛋白质的三维结构。

基于深部神经网络,他们用两种方法通过预测蛋白质中每对氨基酸之间的距离和连接这些氨基酸的化学键之间的角度来建立预测模型。”第一步是训练神经网络预测蛋白质中每一对氨基酸之间的距离或角度,然后不断结合这些概率,提高蛋白质结构预测的准确性;第二步是通过梯度下降优化得分。他们预测的是整个蛋白质链,而不是蛋白质结构组装前的蛋白质‘片段’,从而在一定程度上降低了整个预测过程的复杂性。”湖南大学超级计算中心副主任、教授彭绍良告诉科技日报记者,alphafold从一开始就开始对蛋白质的形态和结构进行建模,而不是把已经分解的蛋白质作为模板,这意味着需要大量的计算。

据清华大学自动化系生物信息学副教授王晓介绍,目前国际蛋白质数据库(PDB)中已知的蛋白质结构约有3万个,可以利用与目标序列相似的蛋白质序列为蛋白质结构预测提供支持。除了对人工智能的深入研究外,科学家们还希望获得蛋白质结构,他们大多从核磁共振、冷冻电子显微镜和X射线衍射等方面寻求答案。”这三种方法都依赖于大规模的设备、仪器和实验手段来获得蛋白质结构。一般来说,是从多角度拍摄蛋白质的照片,然后根据大量的二维照片重建三维结构。

实验结果客观、准确,但实验周期较长,一般需要几个月的时间。实验门槛高、成本高,实验难度不小。Alphafold对新型冠状病毒蛋白质结构的预测是实验之外的结构重建。预测的准确性需要同行评审和实际临床治疗的验证。然而,deepmind指出,“模型将指出结构的哪些部分更可能是正确的。尽管这些未被研究的蛋白质不是当前治疗的重点,但它们可能会增加研究人员对新冠状病毒的了解”。对于alphafold的预测结果,彭少亮认为,如果预测结果准确,就要进行分子对接、分子动力学模拟以及动物实验和人体临床试验等许多计算和分析过程。

”计算可以加速,但实验过程是不可避免的,最终目标是使临床上可用的药物和疫苗。”[编辑:叶盘]。。

更多精彩报道,尽在https://playtennismonth.com

发表评论

电子邮件地址不会被公开。 必填项已用*标注