即刻App年轻人的同好社区
下载
大飞跃：Deepmind 的AI揭示了蛋白质宇宙
（你知道吗？ 这个被称为50年以来生命科学巨大突破的AlphaFold 🧬来自一个有趣的想法， 像玩游戏一样来预测结构。）
从现在开始，确定几乎所有科学已知的蛋白质的3D形状将像在Google搜索中输入一样简单。
7.28 DeepMind 发布了科学界已知的几乎所有已编目蛋白质的预测结构，这将使AlphaFold数据库扩展超过 200 倍 - 从近 100 万个结构增加到 2亿个结构，几乎涵盖了地球上所有已知的蛋白质。
“从本质上讲，你可以想到它涵盖了整个蛋白质世界，”DeepMind首席执行官Demis Hassabis在新闻发布会上表示。“我们正处于数字生物学新时代的开端。
DeepMind使用一种称为深度学习的AI技术开发了AlphaFold网络，AlphaFold数据库于一年前推出，其中包含350，000个结构预测，涵盖了人类，小鼠和其他19种广泛研究的生物体制造的几乎所有蛋白质。此后，该目录已膨胀到约100万个条目。
“我们正在为这个巨大宝库的释放做好准备，”伦敦大学学院的计算生物学家Christine Orengo说，她使用AlphaFold数据库来鉴定新的蛋白质家族。“为我们预测所有数据真是太棒了。
过去50年，科学家用各种技术（如X射线晶体学和冷冻电子显微镜），很难准确预测蛋白质三维结构，难以找到蛋白质靶点，导致现代制药研发周期很长、投入巨大。
AlphaFold迄今为止的影响
从AlphaFold首次发布以来的十二个月，反思AlphaFold已经产生的令人难以置信的影响，以及我们达到今天里程碑的漫长旅程，真是令人惊叹。
对于我们的团队来说，AlphaFold的成功尤其有益，因为它是我们构建的最复杂的AI系统，需要多项关键创新，并且因为它产生了最有意义的下游影响。通过证明人工智能可以在几分钟内准确地预测蛋白质的形状，精确到原子精度，AlphaFold不仅为50年的巨大挑战提供了解决方案，还成为我们创始论点的第一个重要证据：人工智能可以显着加速科学发现，从而推动人类前进。
我们开源了AlphaFold的代码，并在Nature上发表了两篇深入的论文[1，2]，这些论文已被引用了4000多次。我们与世界领先的EMBL-EBI[密切合作，](设计了一个最能帮助生物学家访问和使用AlphaFold的工具，并共同发布了AlphaFold DB，这是一个可搜索的数据库，对所有人开放且免费。在发布AlphaFold之前，根据我们[谨慎的开拓]方法，我们征求了30多位生物学研究，安全，伦理和安全专家的意见，以帮助我们了解如何与世界分享AlphaFold的好处，以最大化潜在利益和最小化潜在风险的方式。
迄今为止，来自190个国家的50多万名研究人员已经访问了AlphaFold数据库，以查看超过200万个结构。我们免费提供的结构也已集成到其他公共数据集中，例如Ensembl，UniProt和OpenTargets，数百万用户可以访问它们作为其日常工作流程的一部分。
令我们惊讶的是，AlphaFold已经成为世界各地实验室和大学中数十万科学家的重要工具，帮助他们完成重要工作。至于我们自己与AlphaFold的合作，我们优先考虑了我们认为具有最积极社会效益的应用程序，重点关注历史上资金不足或被忽视的举措。例如，我们与被忽视疾病药物倡议（DNDI），帮助推进他们的研究，使他们更接近于为利什曼病和恰加斯病等疾病寻找挽救生命的治疗方法，这些疾病不成比例地影响着世界较贫困地区的人们。我们还支持世界被忽视的热带病日，为[世界卫生组织]确定为高度优先研究的生物体创建结构预测，帮助进一步研究麻风病和血吸虫病等疾病，这些疾病摧毁了全球10多亿人的生活。
看到研究界采用AlphaFold的无数方式，从了解疾病到[保护蜜蜂到破译生物难题，再到[更深入地研究生命本身的起源]，这真是太鼓舞人心了。
DeepMind 说，正如数学是物理学的完美描述语言，人工智能也许是解开动态、复杂的生命科学的技术。
来源：DeepMind
www.deepmind.com
（你知道吗？ 这个被称为50年以来生命科学巨大突破的AlphaFold 🧬来自一个有趣的想法， 像玩游戏一样来预测结构。）
从现在开始，确定几乎所有科学已知的蛋白质的3D形状将像在Google搜索中输入一样简单。
7.28 DeepMind 发布了科学界已知的几乎所有已编目蛋白质的预测结构，这将使AlphaFold数据库扩展超过 200 倍 - 从近 100 万个结构增加到 2亿个结构，几乎涵盖了地球上所有已知的蛋白质。
“从本质上讲，你可以想到它涵盖了整个蛋白质世界，”DeepMind首席执行官Demis Hassabis在新闻发布会上表示。“我们正处于数字生物学新时代的开端。
DeepMind使用一种称为深度学习的AI技术开发了AlphaFold网络，AlphaFold数据库于一年前推出，其中包含350，000个结构预测，涵盖了人类，小鼠和其他19种广泛研究的生物体制造的几乎所有蛋白质。此后，该目录已膨胀到约100万个条目。
“我们正在为这个巨大宝库的释放做好准备，”伦敦大学学院的计算生物学家Christine Orengo说，她使用AlphaFold数据库来鉴定新的蛋白质家族。“为我们预测所有数据真是太棒了。
过去50年，科学家用各种技术（如X射线晶体学和冷冻电子显微镜），很难准确预测蛋白质三维结构，难以找到蛋白质靶点，导致现代制药研发周期很长、投入巨大。
AlphaFold迄今为止的影响
从AlphaFold首次发布以来的十二个月，反思AlphaFold已经产生的令人难以置信的影响，以及我们达到今天里程碑的漫长旅程，真是令人惊叹。
对于我们的团队来说，AlphaFold的成功尤其有益，因为它是我们构建的最复杂的AI系统，需要多项关键创新，并且因为它产生了最有意义的下游影响。通过证明人工智能可以在几分钟内准确地预测蛋白质的形状，精确到原子精度，AlphaFold不仅为50年的巨大挑战提供了解决方案，还成为我们创始论点的第一个重要证据：人工智能可以显着加速科学发现，从而推动人类前进。
我们开源了AlphaFold的代码，并在Nature上发表了两篇深入的论文[1，2]，这些论文已被引用了4000多次。我们与世界领先的EMBL-EBI[密切合作，](设计了一个最能帮助生物学家访问和使用AlphaFold的工具，并共同发布了AlphaFold DB，这是一个可搜索的数据库，对所有人开放且免费。在发布AlphaFold之前，根据我们[谨慎的开拓]方法，我们征求了30多位生物学研究，安全，伦理和安全专家的意见，以帮助我们了解如何与世界分享AlphaFold的好处，以最大化潜在利益和最小化潜在风险的方式。
迄今为止，来自190个国家的50多万名研究人员已经访问了AlphaFold数据库，以查看超过200万个结构。我们免费提供的结构也已集成到其他公共数据集中，例如Ensembl，UniProt和OpenTargets，数百万用户可以访问它们作为其日常工作流程的一部分。
令我们惊讶的是，AlphaFold已经成为世界各地实验室和大学中数十万科学家的重要工具，帮助他们完成重要工作。至于我们自己与AlphaFold的合作，我们优先考虑了我们认为具有最积极社会效益的应用程序，重点关注历史上资金不足或被忽视的举措。例如，我们与被忽视疾病药物倡议（DNDI），帮助推进他们的研究，使他们更接近于为利什曼病和恰加斯病等疾病寻找挽救生命的治疗方法，这些疾病不成比例地影响着世界较贫困地区的人们。我们还支持世界被忽视的热带病日，为[世界卫生组织]确定为高度优先研究的生物体创建结构预测，帮助进一步研究麻风病和血吸虫病等疾病，这些疾病摧毁了全球10多亿人的生活。
看到研究界采用AlphaFold的无数方式，从了解疾病到[保护蜜蜂到破译生物难题，再到[更深入地研究生命本身的起源]，这真是太鼓舞人心了。
DeepMind 说，正如数学是物理学的完美描述语言，人工智能也许是解开动态、复杂的生命科学的技术。
来源：DeepMind
www.deepmind.com
06:13
11 16
来自圈子
人工智能讨论组
461230人已经加入