加入收藏 | 设为首页 | 会员中心 | 我要投稿 咸宁站长网 (https://www.0715zz.cn/)- 文字识别、智能机器人、媒体智能、低代码、运维!
当前位置: 首页 > 运营中心 > 交互 > 正文

改变生物学研究进程:AI模型打开生命信息密码

发布时间:2022-06-10 17:05:44 所属栏目:交互 来源:互联网
导读:生命科学领域的研究中有很多方向,比如研究微观层面的细胞生物学与分子生物学,研究生物与环境关系的生态学等。而与生命活动规律、发育机制、生命本质的研究最接近的是有关生物大分子,比如蛋白质、核酸结构的研究。 对蛋白质进行系统深入的研究,能让我们从
  生命科学领域的研究中有很多方向,比如研究微观层面的细胞生物学与分子生物学,研究生物与环境关系的生态学等。而与生命活动规律、发育机制、生命本质的研究最接近的是有关生物大分子,比如蛋白质、核酸结构的研究。
 
  对蛋白质进行系统深入的研究,能让我们从更深层次诠释生命体的构成和运作变化规律,进而全面揭示生命运行、发展的机制,激发生物科学、药物研发、合成生物学方面的发展。因此蛋白质研究、预测蛋白质结构等是学术与产业界深度参与的领域。在AI时代,得益于算力和算法模型的极大提升,我们也见证了蛋白质结构预测的历史时刻。
 
 
  每两年举办一次的CASP比赛被誉为“蛋白质结构预测领域的奥林匹克竞赛”,在基于CASP14(2020年第14届国际蛋白质结构预测竞赛)的蛋白质测试集评估中,天壤TRFold获得了国内所有公开蛋白质结构预测模型中最好成绩,仅次于DeepMind公司AlphaFold2 全球第一的成绩。CASP竞赛是含金量非常高的比赛,能在这样的国际大赛中赢得优异的成绩,也意味着国内计算生物学的表现突围进入了世界第一梯队。
 
  无论是享誉世界的AlphaFold2 模型,还是国内新晋的TRFold模型,这些前沿的AI模型都在生命科学领域中赋予研究如催化剂般的效率,沿着蛋白质研究的价值探索过程,我们一起看看这场重构生命科学与医药领域的旅程。
 
  打开科研思路与研究空间
 
  在中学的时候我们已经简单了解过蛋白质,我们知道蛋白质是细胞中的主要功能分子,参与行使几乎所有的细胞功能:比如在食物的消化过程中可以发挥催化作用的各种酶;血液中的血红蛋白运输养料与代谢废物;参与生物体内的新陈代谢的调剂作用,如胰岛素;肌球蛋白用于细胞骨架的形成,还有免疫、细胞分化、细胞凋亡等过程都有蛋白质的身影参与。
 
  在蛋白质参与行使细胞功能的过程中,必须折叠成特定的结构。但其排列的方式和位置的差异使得种类极其繁多,蛋白质在三维空间的折叠方向有10^300种方式,结构非常复杂。不同的折叠方式使得蛋白质具有的活性和生物性能不定,而这个复杂的特性也就注定了研究蛋白质的路径困难重重。
 
  传统观测蛋白质结构的方法主要有三种,包括核磁共振、X 射线、冷冻电镜,但这些方法往往依赖昂贵的设备和大量的试错过程,每种结构的研究都要花数年时间。历史上有科学家耗费几十年时间才能得到一个清晰的蛋白质三维结构,蛋白质三维结构的测定成了生物学领域非常困难的研究。至今为止没有AI技术的协助,三维结构被看清的量也仅仅只有17万个,这跟蛋白质的总量相比差距巨大。
 
  而AI应用于蛋白质结构的最新进展,即AlphaFold2模型、TRFold模型等,能在几天、甚至以分钟级预测出具有高置信度的蛋白质结构,这在以前甚至要花费数十年时间。相对于传统的测定方式来说速度不仅快而且成本低廉,非常适合高通量的蛋白质结构获取。研究表示,如果照此速度,到今年年底将能完成对 1.3 亿个蛋白结构的预测,这有可能彻底改变生命科学的研究进程。
 
  而这也意味着这种AI主导下的大规模的蛋白质结构预测将成为一种重要工具,对于科研工作者来说,能从结构的角度解答新的科学问题,打开科研的思路。比如科研人员可以对未知功能或者新发现的蛋白质分子,通过结构分析,进行功能注释,指导设计进行功能确认的生物学实验。也可以通过分析蛋白质的结构,确认功能单位或者结构域,为遗传操作提供目标,为设计新的蛋白质或改造已有蛋白质提供可靠的依据等。天壤团队研发的TRFold这类AI模型对于生物科学领域的深研来说,围绕蛋白质结构功能问题,可以进一步打开对生物计算领域创新性研究的发现与探索空间,促进这个领域以更快的速度发展。而除了生物结构学方面的支持以外,在医学、药物学的研究过程中,AI模型也具有发挥的空间。
 
  快速解析病毒结构,折叠药物研发时间
 
  新药研发是人类发展中极具风险和复杂度、耗时最漫长的技术研究领域之一。据Tufts Center的统计报告,开发一款成功上市的新药平均需要投入26亿美元,耗时约10年。居高不下的成本,与药物研发的巨大失败率有关。过去十年,药物开发项目从1期临床到获得FDA批准上市的成功率平均为7.9%。
 
  随着人工智能技术的发展,部分应用了AI的新药研发减少了35%的成本,研发周期也从5-10年缩短为1-3年。事实上,药物研发是一个系统性工程,AI技术在这个系统中能够针对药物研发过程的筛选及设计优化等核心痛点问题,减少大量的试错和返工时间,节省药物研发的成本。

(编辑:咸宁站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读