Искусственный интеллект AlphaFold - в 5 раз быстрее и точнее построил структуру белка на научном конкурсе CASP - нежели академическая наука.
3 декабря 2018
По словам одного из представителей DeepMind, их исследование является предвестником новой эры. Работа относится к числу тех, что решают фундаментальные проблемы как науки, так и технологий. Стоит отметить, что специалисты DeepMind занялись созданием нового ИИ после того, как их алгоритм AlphaGo победил в игре в го Ли Седоля, чемпиона мира.
Разработчики из компании DeepMind создали нейросетевой алгоритм, способный с высокой точностью предсказывать структуру белков на основе соответствующих им нуклеотидных последовательностей. Знание структуры белка позволяет определить его свойства в организме, рассказывают разработчики в своем блоге.
Белки представляют собой линейные молекулы, состоящие из остатков аминокислот, выстроенных в определенном порядке. Однако они существуют не в виде прямой линии, а самопроизвольно складываются в куда более сложные структуры. От того, какую структуру имеет белок, зависит то, какие функции он будет выполнять в организме. Именно поэтому ученые уже десятки лет работают над методами предсказания структуры и функций белка по его аминокислотной последовательности. Но это крайне сложная задача, потому что при расчете сборки белков в структуры более сложных уровней приходится учитывать взаимодействие между большим количеством аминокислот.
Исследователи из DeepMind разработали алгоритм AlphaFold, способный принимать последовательность нуклеотидов, кодирующую белок, и предсказывать на ее основе расстояния между всеми парами аминокислотных остатков и углы между связями, соединяющими аминокислоты. При этом алгоритм выдает не только сами параметры, но и оценивает уверенность их расчета. После расчета параметров алгоритм начинает поиск похожего белка. Также он меняет комбинации фрагментов белков и даже придумывает новые, благодаря чему постепенно система подбирает структуру, максимально соответствующую расчетам.
Ученые смогли научить AlphaFold определять расстояние между парами аминокислот, а также конфигурацию химической связи. Второй этап заключался в поиске наиболее энергоэффективной структуры каждого предполагаемого белка. Сейчас у алгоритма на выполнение задачи уходит всего несколько часов — в то время, как люди тратят на то же самое месяцы или даже годы.
Для оценки своего алгоритма DeepMind решила принять участие в ежегодном эксперименте CASP (критическая оценка предсказания белковых структур), который оценивает существующие методы моделирования и предсказания структуры белков. В результате алгоритм исследователей занял первое место, показав наивысшую точность среди участников.
http://predictioncenter.org/casp13/zscores_final.cgi?formula...
