(資料圖片僅供參考)
美國研究人員利用人工智能(AI)成功設(shè)計出超越自然界的新蛋白質(zhì),為替代傳統(tǒng)的石油或陶瓷等原材料制造出具有特定機(jī)械性能的材料打下了堅實的基礎(chǔ)。據(jù)最新一期《化學(xué)》雜志發(fā)布的研究論文介紹,這一創(chuàng)新性的機(jī)器學(xué)習(xí)算法已經(jīng)得到了成功應(yīng)用。
麻省理工學(xué)院、IBM沃森AI實驗室和塔夫茨大學(xué)研究人員采用了一種生成模型,其與DALL-E 2等AI系統(tǒng)中使用的機(jī)器學(xué)習(xí)模型架構(gòu)相同,但研究人員調(diào)整了模型架構(gòu),以預(yù)測實現(xiàn)特定結(jié)構(gòu)的蛋白質(zhì)的氨基酸序列。
這一模型學(xué)習(xí)控制蛋白質(zhì)形成方式的生化關(guān)系,產(chǎn)生超越自然界的新蛋白質(zhì),從而實現(xiàn)獨特應(yīng)用,例如,該工具開發(fā)的食品涂層可使農(nóng)產(chǎn)品保鮮時間更長,同時保證食用安全。該模型還可在幾天內(nèi)就生成數(shù)百萬種蛋白質(zhì),為科學(xué)家迅速提供可供探索的新可能。
研究人員此次構(gòu)建了兩個機(jī)器學(xué)習(xí)模型,以預(yù)測各種新氨基酸序列,這些氨基酸序列形成滿足結(jié)構(gòu)設(shè)計目標(biāo)的蛋白質(zhì)。一種模型在蛋白質(zhì)的整體結(jié)構(gòu)特性上起作用,另一種模型在氨基酸水平上起作用。兩種模型都通過組合這些氨基酸結(jié)構(gòu)來產(chǎn)生蛋白質(zhì)。
這些模型與預(yù)測蛋白質(zhì)折疊的算法相關(guān)聯(lián),研究人員使用該算法來確定蛋白質(zhì)的3D結(jié)構(gòu)。然后,他們計算其結(jié)果屬性,并根據(jù)設(shè)計規(guī)范檢查這些屬性。測試顯示,其與現(xiàn)有氨基酸序列存在部分重疊,在大多數(shù)情況下約有50%—60%,但也有一些全新的序列。相似程度表明,AI生成的許多蛋白質(zhì)是可合成的。
這項研究的成功是應(yīng)用人工智能技術(shù)在材料科學(xué)領(lǐng)域的重要進(jìn)展之一,也將有助于我們更好地適應(yīng)未來的挑戰(zhàn),比如同步解決環(huán)境保護(hù)和實現(xiàn)經(jīng)濟(jì)可持續(xù)發(fā)展等問題。
前瞻經(jīng)濟(jì)學(xué)人APP資訊
更多本行業(yè)研究分析詳見前瞻產(chǎn)業(yè)研究院《2023-2028年中國化工新材料行業(yè)發(fā)展前景與投資戰(zhàn)略規(guī)劃分析報告》同時前瞻產(chǎn)業(yè)研究院還提供產(chǎn)業(yè)大數(shù)據(jù)、產(chǎn)業(yè)研究、政策研究、產(chǎn)業(yè)鏈咨詢、產(chǎn)業(yè)圖譜、產(chǎn)業(yè)規(guī)劃、園區(qū)規(guī)劃、產(chǎn)業(yè)招商指南、IPO募投可研、IPO業(yè)務(wù)與技術(shù)撰寫、IPO工作底稿咨詢等解決方案。
標(biāo)簽: