noticias

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

IT House News el 22 de agosto, el medio tecnológico The Decoder publicó una publicación de blog ayer (21 de agosto), informando que un estudio en la Universidad de Rutgers mostró que el modelo de lenguaje GPT-4 de OpenAI puede simular aminoácidos simples con alta precisión y estructura proteica.

Los resultados de la investigación relevantes se publicaron en "Scientific Reports". El equipo de investigación científica utilizó el modelo de lenguaje de IA GPT-4 para explorar su desempeño en tareas básicas de biología estructural.Se descubrió que el modelo de IA podía predecir con precisión estructuras moleculares.

Los científicos pidieron a GPT-4 que construyera modelos estructurales tridimensionales de 20 aminoácidos estándar y predijeron con precisión la composición atómica, las longitudes de los enlaces y los ángulos en los resultados de la retroalimentación. Sin embargo, GPT-4 tuvo problemas al simular estructuras de anillos y configuraciones estereoquímicas.

En otro experimento, se pidió a GPT-4 que simulara la estructura de un elemento estructural proteico común, la hélice α. El complemento Wolfram necesitaba integrarse para realizar cálculos matemáticos. El modelo resultante era comparable a la hélice α determinada experimentalmente. estructura.

Además, GPT-4 también analiza la unión entre el fármaco antiviral Nirmatrelvir y la principal proteasa del SARS-CoV-2.El modelo identificó correctamente los aminoácidos implicados en la unión y especificó con precisión las distancias entre los átomos que interactúan.

Estas capacidades son sobresalientes porque GPT-4 no se desarrolló específicamente para tareas de biología estructural. Los investigadores notaron que el método para modelar GPT-4 no está claro. Puede utilizar coordenadas atómicas existentes a partir de un conjunto de datos de entrenamiento, o puede recalcular la estructura desde cero; será necesaria una investigación más exhaustiva para sacar conclusiones definitivas.

Los investigadores dicen que herramientas especializadas de inteligencia artificial como AlphaFold 3 pueden predecir estructuras más complejas.Se espera que GPT-4 complete tareas básicas de biología estructural. Esta capacidad de modelado es actualmente rudimentaria y tiene aplicaciones prácticas limitadas.

Aún así, el equipo dice que el estudio sienta un precedente en la aplicación de esta técnica a la biología estructural. Los investigadores recomiendan seguir investigando las capacidades y limitaciones de la inteligencia artificial generativa y explorar más las aplicaciones de la IA en otros campos potenciales de las ciencias biológicas más allá del campo de la biología estructural.