νέα

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

IT House News στις 22 Αυγούστου, τεχνολογικά μέσα The Decoder δημοσίευσε μια ανάρτηση ιστολογίου χθες (21 Αυγούστου), αναφέροντας ότι μια μελέτη στο Πανεπιστήμιο Rutgers έδειξε ότι το μοντέλο γλώσσας GPT-4 του OpenAI μπορεί να προσομοιώσει απλά αμινοξέα με υψηλή ακρίβεια και δομή πρωτεΐνης.

Σχετικά αποτελέσματα έρευνας δημοσιεύτηκαν στο "Scientific Reports".Διαπιστώθηκε ότι το μοντέλο AI μπορούσε να προβλέψει με ακρίβεια τις μοριακές δομές.

Οι επιστήμονες ζήτησαν από το GPT-4 να κατασκευάσει τρισδιάστατα δομικά μοντέλα 20 τυπικών αμινοξέων και προέβλεψαν με ακρίβεια την ατομική σύνθεση, τα μήκη των δεσμών και τις γωνίες στα αποτελέσματα ανάδρασης.

Σε ένα άλλο πείραμα, ζητήθηκε από το GPT-4 να προσομοιώσει τη δομή ενός κοινού δομικού στοιχείου πρωτεΐνης, της α-έλικας Το πρόσθετο Wolfram έπρεπε να ενσωματωθεί για μαθηματικούς υπολογισμούς δομή.

Επιπλέον, το GPT-4 αναλύει επίσης τη σύνδεση μεταξύ του αντιιικού φαρμάκου Nirmatrelvir και της κύριας πρωτεάσης του SARS-CoV-2.Το μοντέλο αναγνώρισε σωστά τα αμινοξέα που εμπλέκονται στη δέσμευση και προσδιόρισε με ακρίβεια τις αποστάσεις μεταξύ αλληλεπιδρώντων ατόμων.

Αυτές οι δυνατότητες είναι εξαιρετικές επειδή το GPT-4 δεν αναπτύχθηκε ειδικά για εργασίες δομικής βιολογίας. Οι ερευνητές σημείωσαν ότι η μέθοδος για τη μοντελοποίηση του GPT-4 είναι ασαφής. Μπορεί να χρησιμοποιήσει υπάρχουσες ατομικές συντεταγμένες από ένα σύνολο δεδομένων εκπαίδευσης ή μπορεί να υπολογίσει εκ νέου τη δομή από την αρχή -- θα χρειαστεί περαιτέρω εκτενής έρευνα για να εξαχθούν οριστικά συμπεράσματα.

Οι ερευνητές λένε ότι εξειδικευμένα εργαλεία τεχνητής νοημοσύνης όπως το AlphaFold 3 μπορούν να προβλέψουν πιο πολύπλοκες δομές,Το GPT-4 αναμένεται να ολοκληρώσει βασικές εργασίες δομικής βιολογίας. Αυτή η ικανότητα μοντελοποίησης είναι επί του παρόντος υποτυπώδης και έχει περιορισμένες πρακτικές εφαρμογές.

Ωστόσο, η ομάδα λέει ότι η μελέτη αποτελεί προηγούμενο για την εφαρμογή αυτής της τεχνικής στη δομική βιολογία. Οι ερευνητές συνιστούν περαιτέρω έρευνα για τις δυνατότητες και τους περιορισμούς της γενετικής τεχνητής νοημοσύνης και περαιτέρω εξερεύνηση εφαρμογών τεχνητής νοημοσύνης σε άλλα πιθανά πεδία της βιοεπιστήμης πέρα ​​από το πεδίο της δομικής βιολογίας.