ChatGPT预测蛋白质结构

一个新的人工智能工具可以根据他们的预测功能酶的氨基酸序列,即使酶是自然的或知之甚少。研究人员说,人工智能工具,被称为清洁,精度优于领先的先进的工具,可靠性和灵敏度。更好的理解酶和功能基因组学的研究将是一个福音,化学,工业原料,医学、制药和更多。

“就像ChatGPT使用数据从书面语言创建预测文本,我们利用蛋白质预测他们的语言活动,”研究负责人说赵家伊利诺斯大学香槟分校教授化学和生物分子工程。“几乎每一个科研人员,在处理一个新的蛋白质序列,想知道什么蛋白质。此外,当让任何应用程序——化学生物学,医学,工业,这个工具将帮助研究人员快速识别所需的适当的酶的合成化学物质和材料。”

研究人员发表了他们的发现在《科学》杂志上,干净的在线访问。

随着基因组学的进步,许多酶鉴定和测序,但是科学家已经很少或没有信息这些酶做什么,赵说的一员卡尔·r·伍斯基因组生物学研究所在伊利诺斯州。

其他计算工具试图预测酶功能。通常情况下,他们试图分配一个酶委员会——一个ID代码数量显示什么样的反应的一种酶催化,通过比较一个目录的查询序列已知的酶和寻找相似的序列。然而,这些工具不工作了或无特征酶或酶执行多个工作,赵说。

“我们不是第一个使用人工智能工具来预测酶委员会数据,但我们是第一个使用这个新的深度学习算法称为对比学习预测酶功能。我们发现这种算法比使用的人工智能工具,”赵说。“我们不能保证每个人的产品将正确预测,但是我们可以得到更高的精度比其他两个或三个方法”。

研究人员证实他们的工具与计算实验和体外实验。他们发现这个工具不仅能够预测之前无特征酶的功能,它还纠正了酶标错了领先的软件和正确确定酶与两个或两个以上的函数。

赵的清洁访问在线其他研究人员试图描述一种酶或确定一种酶可以催化所需的反应。

“我们希望这个工具将广泛应用广泛的研究团体,”赵说。“与web界面,研究人员可以在搜索框中输入序列,像一个搜索引擎,并看到结果。”

赵表示,该集团计划扩大背后的AI清洁”来形容其他蛋白质,如结合蛋白。团队还希望进一步发展机器学习算法,以便用户可以搜索所需的反应和AI会指向一个合适的酶。

“有很多无特征结合蛋白,如受体和转录因子。我们也想预测功能,”赵说。“我们想要预测蛋白质的功能,这样我们就能知道所有的蛋白质细胞和更好的研究或工程师整个细胞生物技术或生物医学应用程序。”

参考崔:于T、H,李JC,罗Y,江G,赵H .酶功能预测使用对比学习。科学。2023,379 (6639):1358 - 1363。doi:10.1126 / science.adf2465

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。