Искусственный интеллект побеждает с минимальным отрывом
|
Викас Нанда провел более двух десятилетий, изучая тонкости белков, очень сложных веществ, присутствующих во всех живых организмах. Ученый из Рутгерса давно размышлял о том, как уникальные структуры аминокислот, входящих в состав белков, определяют, станут ли они чем-либо, от гемоглобина до коллагена, а также о последующем загадочном этапе самосборки, когда только определенные белки объединяются вместе, образуя еще более сложные вещества. Итак, когда ученые захотели провести эксперимент, противопоставив человека — человека с глубоким интуитивным пониманием дизайна и самосборки белка — прогностическим возможностям компьютерной программы с искусственным интеллектом, Нанда, исследователь из Центра передовых биотехнологий и Медицина (CABM) в Rutgers была одной из первых в списке. |
Теперь результатов, позволяющих увидеть, кто или что может лучше спрогнозировать, какие белковые последовательности будут комбинироваться наиболее успешно, нет. Нанда вместе с исследователями из Аргоннской национальной лаборатории в Иллинойсе и коллегами со всей страны сообщает в Nature Chemistry, что битва была близкой, но решающей. Соревнование Нанды и нескольких его коллег с программой искусственного интеллекта (ИИ) было незначительно выиграно компьютерной программой. Ученые глубоко заинтересованы в самосборке белков, потому что они считают, что лучшее понимание этого может помочь им разработать множество революционных продуктов для медицинского и промышленного использования, таких как искусственная человеческая ткань для ран и катализаторы для новых химических продуктов. |
«Несмотря на наш обширный опыт, ИИ справился с несколькими наборами данных так же хорошо или даже лучше, демонстрируя огромный потенциал машинного обучения для преодоления человеческого предубеждения», — сказал Нанда, профессор кафедры биохимии и молекулярной биологии в Rutgers Robert Wood Johnson Medical. Школа. Белки состоят из большого количества аминокислот, соединенных друг с другом. Цепи складываются, образуя трехмерные молекулы сложной формы. Точная форма каждого белка вместе с содержащимися в нем аминокислотами определяет то, что он делает. Некоторые исследователи, такие как Нанда, занимаются «белковым дизайном», создавая последовательности, которые производят новые белки. Недавно Нанда и группа исследователей разработали синтетический белок, который быстро обнаруживает VX, опасный нервно-паралитический агент, и может проложить путь к новым биосенсорам и методам лечения. |
По причинам, которые в значительной степени неизвестны, белки будут самособираться с другими белками, образуя суперструктуры, важные в биологии. Иногда кажется, что белки следуют определенному замыслу, например, когда они самособираются в защитную внешнюю оболочку вируса, известную как капсид. В других случаях они самособираются, когда что-то идет не так, образуя смертоносные биологические структуры, связанные с такими разнообразными заболеваниями, как болезнь Альцгеймера и серповидно-клеточная анемия. «Понимание процесса самосборки белка имеет основополагающее значение для достижения прогресса во многих областях, включая медицину и промышленность», — сказал Нанда. В ходе эксперимента Нанде и пяти другим коллегам дали список белков и попросили предсказать, какие из них могут самособираться. Их прогнозы сравнивались с прогнозами, сделанными компьютерной программой. |
Эксперты-люди, применяя эмпирические правила, основанные на их наблюдениях за поведением белков в экспериментах, включая модели электрических зарядов и степень отвращения к воде, выбрали 11 белков, которые, как они предсказывали, будут самособираться. Компьютерная программа, основанная на передовой системе машинного обучения, выбрала девять белков. Люди были правы в отношении шести из 11 белков, которые они выбрали. Компьютерная программа заработала более высокий процент: шесть из девяти рекомендованных ею белков способны к самосборке. Эксперимент показал, что эксперты-люди «предпочитали» одни аминокислоты другим, что иногда приводило к их неправильному выбору. |
Кроме того, компьютерная программа правильно указала на некоторые белки с качествами, которые не делали их очевидным выбором для самосборки, открывая двери для дальнейших исследований. Этот опыт сделал Нанду, когда-то сомневавшегося в машинном обучении для исследований сборки белков, более открытым для этой техники. «Мы работаем над тем, чтобы получить фундаментальное понимание химической природы взаимодействий, ведущих к самосборке, поэтому я беспокоился, что использование этих программ помешает сделать важные выводы», — сказал Нанда. «Но я начинаю понимать, что машинное обучение — это такой же инструмент, как и любой другой». |
Источник |
При использовании материалов с сайта активная ссылка на него обязательна
|