Nachricht

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

IT House News am 22. August, Technologiemedium The Decoder veröffentlichte gestern (21. August) einen Blogbeitrag, in dem berichtet wurde, dass eine Studie an der Rutgers University gezeigt hat, dass das GPT-4-Sprachmodell von OpenAI einfache Aminosäuren mit hoher Genauigkeit und Proteinstruktur simulieren kann.

Relevante Forschungsergebnisse wurden in „Scientific Reports“ veröffentlicht. Das wissenschaftliche Forschungsteam nutzte das KI-Sprachmodell GPT-4, um seine Leistung bei grundlegenden Strukturbiologieaufgaben zu untersuchen.Es wurde festgestellt, dass das KI-Modell molekulare Strukturen genau vorhersagen konnte.

Die Wissenschaftler baten GPT-4, dreidimensionale Strukturmodelle von 20 Standardaminosäuren zu erstellen und in den Feedback-Ergebnissen die Atomzusammensetzung, Bindungslängen und Winkel genau vorherzusagen. Allerdings hatte GPT-4 Fehler bei der Simulation von Ringstrukturen und stereochemischen Konfigurationen.

In einem anderen Experiment wurde GPT-4 gebeten, die Struktur eines gemeinsamen Proteinstrukturelements, der α-Helix, zu simulieren. Das Wolfram-Plug-in musste für mathematische Berechnungen integriert werden. Das resultierende Modell war mit der experimentell bestimmten α-Helix vergleichbar Struktur.

Darüber hinaus analysiert GPT-4 auch die Bindung zwischen dem antiviralen Medikament Nirmatrelvir und der Hauptprotease von SARS-CoV-2.Das Modell identifizierte die an der Bindung beteiligten Aminosäuren korrekt und spezifizierte die Abstände zwischen interagierenden Atomen genau.

Diese Fähigkeiten sind herausragend, da GPT-4 nicht speziell für strukturbiologische Aufgaben entwickelt wurde. Die Forscher stellten fest, dass die Methode zur Modellierung von GPT-4 unklar ist. Es kann vorhandene Atomkoordinaten aus einem Trainingsdatensatz verwenden oder die Struktur von Grund auf neu berechnen – weitere umfangreiche Untersuchungen sind erforderlich, um eindeutige Schlussfolgerungen zu ziehen.

Forscher sagen, dass spezielle Tools für künstliche Intelligenz wie AlphaFold 3 komplexere Strukturen vorhersagen können.GPT-4 soll grundlegende Aufgaben der Strukturbiologie erfüllen. Diese Modellierungsfähigkeit ist derzeit rudimentär und hat nur begrenzte praktische Anwendungen.

Dennoch sagt das Team, dass die Studie einen Präzedenzfall für die Anwendung dieser Technik auf die Strukturbiologie darstellt. Die Forscher gehen davon aus, dass weitere Forschungen zu den Fähigkeiten und Grenzen der generativen künstlichen Intelligenz zu einer weiteren Erforschung von KI-Anwendungen in anderen potenziellen Bereichen der Biowissenschaften außerhalb des Bereichs der Strukturbiologie führen könnten.