DeepMind 聯(lián)合創(chuàng)始人兼 CEO Demis Hassabis表示，對于我們來說，這真的是一個關鍵時刻，據(jù)介紹，基于深度神經(jīng)網(wǎng)絡，他們設計了兩種方法以用來構建完整而精確的蛋白質結構。
第一，他們先采集氨基酸對之間的距離和連接這些氨基酸的化學鍵之間的角度數(shù)據(jù)，接著將這些數(shù)據(jù)設計成用以評估蛋白質結構準確度的分析工具。在現(xiàn)有蛋白質數(shù)據(jù)庫里找到最匹配的蛋白質，如果找不到，他們就基于最接近的搜索結構上，用新的基因片段不斷替換，以創(chuàng)造出匹配要求的新結構。
第二種方法是研究人員主要用梯度下降 -a數(shù)學技術，它的精度相較于第一種會更高一些。相較于第一種方式，這種技術一步就可以預測整個蛋白質鏈，而不用經(jīng)歷組裝的過程，整個過程更簡單。
這項新的研究表明人工智能涉足蛋白質折疊領域的成功，有非常重要的研究價值。
合作咨詢
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利）
滬ICP備05034851號-57
