近年来,大大改变了研究的进步和集成技术,如人工智能(AI)。人工智能是计算机科学的工具,已经越来越多地用于各种应用程序横跨多个学科,从诊断到基因组学。这个列表会给你一窥其中的一些应用程序。
人工智能检测新家庭在肠道细菌的基因
在发表的一项研究PNAS,UT西南的研究人员报道了使用一个名为AlphaFold的人工智能程序,协助感应基因的发现了一个新的家庭的肠道细菌。
在先前的研究共同金正日奥尔特博士和丽莎Kinch分子生物学和生物化学教授,博士,在分子生物学、生物信息学专业两种蛋白质的结构,VtrA和VtrC复杂的特点。这些蛋白质一起工作在一个细菌物种经常从受污染的贝类,食物中毒的原因弧菌parahaemolyticus。为了找出一个同族体是否VtrC存在,奥尔特和团队AlphaFold使用,一个人工智能程序,准确地预测结构的某些蛋白质编码基因序列的基础上,发现同源染色体在其他几个VtrC肠道细菌物种对人类疾病负责。
“我们在这些蛋白质识别相似性反过来的通常是如何实现的。而不是使用序列,丽莎寻找匹配的结构,”Kim奥尔特-博士学位。
野火烟雾扭转空气质量进步和创造极端的污染水平
斯坦福大学的研究人员们用统计建模和人工智能技术来确定暴露水平从野火烟雾细颗粒物。
该研究发表在环境科学与技术,专注于一个类型的粒子污染称为PM2.5和利用一个训练有素的机器学习模型来准确预测PM2.5浓度火灾烟雾的区域没有监控。为首的研究人员玛丽莎蔡尔兹博士,现在在哈佛大学环境中心的博士后学者发现,有一个11000倍增加的人数每年至少经历一天超过200微克每立方米。
“烟污染是特别具有挑战性的测量,因为很难知道哪些部分颗粒物来自烟雾和因为我们只有污染监控器在有限的地点在美国”——玛丽莎蔡尔兹博士。
首先基于ai的方法创建约会古老的基因组
根据公布的一项研究细胞报告方法,人工智能可以支持DNA分析古代人类遗骸,DNA的显著退化。
放射性碳测定年代“革命性”考古领域的科学,是传统的“黄金标准”的方法在archelogy约会,但可以不稳定,影响材料的质量检查。隆德大学的研究人员已经开发出一种新颖的测定方法为古老的基因组数据调用时间人口结构(TPS),使用监督机器学习。TPS是训练时间组件(独特的等位基因组合特征的历史时期个人生活)成千上万的古代和现代基因组和“学习”如何预测他们的年龄。
“随着时间的推移,由于他们协会颞组件可以利用基因组数据转换成时间和预测样本的年龄仅仅从基因型数据,”-伊兰博士Elhaik分子细胞生物学副教授隆德大学等。
人工智能交通灯系统旨在结束拥堵
论文发表于国际联合会议上自治代理诉讼和多重代理系统阿斯顿大学的研究人员描述了一个人工智能系统,读取现场录像和改变红绿灯来补偿,减少交通堵塞。
系统使用深强化学习,程序理解当它不是表现良好,尝试一些不同的东西,或做得很好时,继续改善。程序可以设置查看任何交通枢纽-真实或模拟,将开始学习自主。
“我们之所以有这个程序基于学习行为,以便它可以了解情况还没有显式地体验过。我们已经测试了这个物理障碍,导致交通拥堵,而不是红绿灯定相,系统仍然做得很好。只要有一个因果关系,计算机将最终找出该链接。这是一个非常强大的体系。”- - - - - -乔治博士Vogiatzis阿斯顿大学的高级讲师在计算机科学。
基于ai筛选方法可以提高新药的发现
根据公布的一项研究简报的生物信息学,
可以加快药物开发过程中使用一个名为AttentionSiteDTI的人工智能系统。
佛罗里达中央大学的研究人员,由迈赫迪
Yazdani-Jahromi,博士生在佛罗里达大学的工程和计算机学院
科学,使用方法,模型药物和靶蛋白的交互使用
自然语言处理技术,实现了高达97%的准确率识别前景的候选药物。这个研究可以帮助药物设计师确定
关键蛋白质结合位点及其功能性质,这是
确定药物的关键将是有效的。AttentionSiteDTI是第一
模型使用的语言可翻译的蛋白质结合位点。
“这个方法还允许研究人员识别病毒的最佳结合位点的蛋白质药物设计的关注。”——Mehdi Yazdani-Jahromi。
