DeepMind 聯(lián)合創(chuàng )始人兼 CEO Demis Hassabis表示，對于我們來(lái)說(shuō)，這真的是一個(gè)關(guān)鍵時(shí)刻，據介紹，基于深度神經(jīng)網(wǎng)絡(luò )，他們設計了兩種方法以用來(lái)構建完整而精確的蛋白質(zhì)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(xué)鍵之間的角度數據，接著(zhù)將這些數據設計成用以評估蛋白質(zhì)結構準確度的分析工具。在現有蛋白質(zhì)數據庫里找到最匹配的蛋白質(zhì)，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數學(xué)技術(shù)，它的精度相較于第一種會(huì )更高一些。相較于第一種方式，這種技術(shù)一步就可以預測整個(gè)蛋白質(zhì)鏈，而不用經(jīng)歷組裝的過(guò)程，整個(gè)過(guò)程更簡(jiǎn)單。
這項新的研究表明人工智能涉足蛋白質(zhì)折疊領(lǐng)域的成功，有非常重要的研究?jì)r(jià)值。
合作咨詢(xún)
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
