berita

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

IT House News pada 22 Agustus, media teknologi The Decoder menerbitkan postingan blog kemarin (21 Agustus), melaporkan bahwa penelitian di Universitas Rutgers menunjukkan bahwa model bahasa GPT-4 OpenAI dapat mensimulasikan asam amino sederhana dengan akurasi tinggi dan struktur protein.

Hasil penelitian yang relevan dipublikasikan dalam "Laporan Ilmiah". Tim peneliti ilmiah menggunakan model bahasa AI GPT-4 untuk mengeksplorasi kinerjanya dalam tugas-tugas biologi struktural dasar.Model AI ditemukan dapat memprediksi struktur molekul secara akurat.

Para ilmuwan meminta GPT-4 untuk membuat model struktur tiga dimensi dari 20 asam amino standar, dan secara akurat memprediksi komposisi atom, panjang ikatan, dan sudut dalam hasil umpan balik. Namun, GPT-4 mengalami masalah saat mensimulasikan struktur cincin dan kesalahan konfigurasi stereokimia.

Dalam percobaan lain, GPT-4 diminta untuk mensimulasikan struktur elemen struktur protein umum, α-helix. Plug-in Wolfram perlu diintegrasikan untuk perhitungan matematis. Model yang dihasilkan sebanding dengan α-helix yang ditentukan secara eksperimental struktur.

Selain itu, GPT-4 juga menganalisis ikatan antara obat antivirus Nirmatrelvir dan protease utama SARS-CoV-2.Model tersebut dengan tepat mengidentifikasi asam amino yang terlibat dalam pengikatan dan secara akurat menentukan jarak antara atom yang berinteraksi.

Kemampuan ini luar biasa karena GPT-4 tidak dikembangkan secara khusus untuk tugas-tugas biologi struktural. Para peneliti mencatat bahwa metode pemodelan GPT-4 masih belum jelas. Ia dapat menggunakan koordinat atom yang ada dari kumpulan data pelatihan, atau dapat menghitung ulang strukturnya dari awal -- diperlukan penelitian lebih lanjut yang ekstensif untuk menarik kesimpulan yang pasti.

Para peneliti mengatakan alat kecerdasan buatan khusus seperti AlphaFold 3 dapat memprediksi struktur yang lebih kompleks,GPT-4 diharapkan dapat menyelesaikan tugas dasar biologi struktural. Kemampuan pemodelan ini saat ini masih belum sempurna dan memiliki penerapan praktis yang terbatas.

Meski begitu, tim mengatakan penelitian ini menjadi preseden untuk menerapkan teknik ini pada biologi struktural. Para peneliti merekomendasikan penelitian lebih lanjut mengenai kemampuan dan keterbatasan kecerdasan buatan generatif, dan eksplorasi lebih lanjut penerapan AI dalam bidang ilmu kehidupan potensial lainnya di luar bidang biologi struktural.