AlphaFold 2.0 — алгоритм, предсказывающий структуру белков

DeepMind опубликовал в открытом доступе исходный код AlphaFold 2.0 — алгоритма на основе искусственного интеллекта, предсказывающего структуру белков. Инструмент позволяет значительно ускорить процесс разработки лекарств и исследовать механизмы различных заболеваний.

Предсказание структуры белков — одна из ключевых задач в области здравоохранения и наук о жизни. Подбор белков на основе физических методов, таких как рентгеновская кристаллография, спектроскопия ядерного магнитного резонанса или криоэлектронная микроскопия, является трудоемким и дорогостоящим итерационным процессом. DeepMind приступила к исследованию свертываемости белков на основе искусственного интеллекта в 2016-м году. В 2018 году был представлен код AlphaFold 1.0, однако его возможности оказались недостаточными для применения в научных целях.

Alphafold 2.0 представляет собой нейронную сеть, работающую по принципам, характерным для задачи распознавания изображений. Входными данными является информация о последовательностях белков. Модель оценивает расстояние между отдельными остатками в структуре белка. Эти данные анализируются с помощью метода сглаживания градиента, после чего формируется предварительная версия структуры. Наконец, алгоритм объединяет предсказания расстояний между белковыми остатками с с оценкой энергии конформации молекулы, чтобы уточнить структуру.

Архитектура нейросети.

Публикация в открытом доступе кода алгоритма открывает научному сообществу возможность ускорить исследования в широком классе областей, включая развитие новых методов исследования и диагностики заболеваний и разработку новых лекарств.

Подписаться
Уведомить о
guest

0 Comments
Межтекстовые Отзывы
Посмотреть все комментарии

gogpt