我們擅長商業策略與用戶體驗的完美結合。
歡迎瀏覽我們的案例。
3 月 6 日消息,據外媒報道,谷歌旗下人工智能(AI)部門 DeepMind 正在加入全球努力,以幫助了解更多關于新型冠狀病毒的信息,這種病毒引發的疫情正在世界大部分地區迅速傳播。
谷歌的英國研究團隊剛剛使用 DeepMind 的新深度學習系統 AlphaFold 預測新型冠狀病毒的蛋白質結構。該系統使用被稱為“自由建模”的機器學習技術,當沒有類似的蛋白質結構可用時,它可以自主生成新的蛋白質結構。
據最新統計,世界各地的科學家都在竭盡全力了解這種新病毒,DeepMind 的發現希望減少確定病毒蛋白質結構的時間。
DeepMind 發布的博客文章指出:“了解蛋白質結構將為了解其功能提供重要線索,但確定結構的實驗往往可能需要幾個月或更長的時間,有些實驗甚至被證明難以獲得結果。為此,研究人員始終在開發從氨基酸序列預測蛋白質結構的計算方法。在類似蛋白質的結構已經被實驗確定的情況下,基于“模板建模”的算法能夠提供對蛋白質結構的準確預測。”
文章中還稱:“我們最近發布的深度學習系統 AlphaFold 專注于在沒有相似蛋白質結構的情況下準確預測蛋白質結構,這種方式被稱為“自由建模”。自推出以來,我們始終在持續改進這些方法,并希望提供最有用的預測,所以我們分享了使用我們新開發的方法生成的 SARS-CoV-2 中某些蛋白質的預測結構。”
值得注意的是,DeepMind 的結構預測系統仍在開發中,他們不能確定所提供的結構的準確性,盡管他們相信該系統比早期的 CASP13 系統更準確。DeepMind 證實,其系統為蛋白質數據庫中共享的、經過實驗驗證的 SARS-CoV-2 尖峰蛋白結構提供了準確的預測,這讓他們相信對其他蛋白質的模型預測可能是有用的。
鑒于“疫情的潛在嚴重性和時間敏感性”,DeepMind 表示,該公司正在跳過通過實驗驗證發現的過程,或者在發表之前等待學術期刊的同行評審。這與其他科學研究相一致,因為這個過程可能需要幾個月的時間。
博客文章中還稱:“我們需要強調下,這些結構預測還沒有經過實驗驗證,但希望它們能有助于科學界了解病毒是如何發揮作用的,并為未來開發療法的實驗工作提供假說生成平臺。我們感謝許多其他實驗室的工作:如果沒有全球研究人員的努力,這項工作是不可能完成的。”
文章補充道:“通常情況下,我們會等到一家學術期刊對這項工作進行同行審查后再發表相關發現。然而,考慮到情況的潛在嚴重性和時間敏感性,我們將按照現在的情況發布預測的結構,并以開源的形式推出,這樣任何人都可以使用它們。”開源將允許任何研究人員在 DeepMind 發現的基礎上進行改進或分享。
谷歌在 2014 年斥資 4 億英鎊收購了總部位于倫敦的 DeepMind,該公司此前曾使用 AI 推動醫療保健領域的進步,開發用于識別眼病和檢測宮頸癌的模型。
(邯鄲網站建設)