DeepMind AI 人工智慧破解困擾科學家 50 年的蛋白質折疊結構難題

2020.12.02 10:53PM
照片中跟歐內斯特·貝文學院有關,包含了教育、電腦顯示器、個人電腦、電腦硬件、電腦

過去推動的Folding@home計畫,就是希望透過使用者貢獻空閒運算效能,透過連網協作方式組成龐大運算資源,藉此研究蛋白質折疊結構,就連NVIDIA過去也曾藉由GPU運算資源投入此項研究。

將有利於更多蛋白質相關疾病改善

DeepMind宣布,藉由旗下人工智慧技術順利解決過去50年以來始終讓科學家難以精準預測的蛋白質折疊結構。

由蛋白質是生物重要運作基礎,而依照不同折疊結構,將使蛋白質對應不同生物機能,因此針對蛋白質的研究,從很早之前就已經投入發展,希望能藉由掌握蛋白質折疊結構,藉此研發更多能改善疾病的解藥,或是解決更多與蛋白質相關問題。

不過,蛋白質可能折疊結構相當複雜,至少存在10的300次方可能性,因此難以透過一般運算方式進行解析。

而正因為難以解析,因此也吸引眾多科學家希望解決此項難題,業界更發展出許多研究挑戰,例如過去推動的Folding@home計畫,就是希望透過使用者貢獻空閒運算效能,透過連網協作方式組成龐大運算資源,藉此研究蛋白質折疊結構,就連NVIDIA過去也曾藉由GPU運算資源投入此項研究。

此次DeepMind順利破解蛋白質折疊結構,主要是以2018年提出的AlphaFold設計為基礎,透過既有17種蛋白質結構資料訓練,配合使用100至200組GPU進行加速,在花費幾個星期時間分析學習之下,終於能準確預測蛋白質折疊,並且獲得蛋白質結構預測技術的關鍵測試CASP實驗認可。

未來DeepMind計畫將AlphaFold應用在各項與蛋白質結構相關的疾病研究,同時希望能在生物學發展做出貢獻。

4 則回應