AI на Google с крачка напред в предвиждането на заболявания на база ДНК
Ако хората имаха способността да предвиждат протеиновата конструкция само благодарение на информация от ДНК, тя би била здравна суперсила против заболяванията, а изкуственият разсъдък е най-голямата вяра на човечеството да получи тази заложба. Възможността към този момент е по-близо, след новината за основаването на AlphaFold, невронна мрежа, проектирана от компанията DeepMind на Гугъл, ориентирана точно към прогнозирането на база на ДНК. След като взима присъединяване в състезанието за предсказание на двукратно втвърдяване на протеини, наименуван Critical Assessment of Structure Prediction (CASP), AlphaFold бе оповестена за победител в съревнование с 98 съперници поради най-точното си предугаждане на 25 от 43 протеинови форми, единствено на база генетични последователности. Подгласникът на невронната мрежа на DeepMind е имал успеваемост едвам 3 от 43.
Протеините са основни фактори във физиологичните процеси на всяко живо създание. Техните структури са кодирани в ДНК и са виновни за стесняване на мускулите, преобразяване на храната в сила, битка с заболявания и предаване на сигнали. Функцията на протеините зависи от тяхната неповторима 3D конструкция. Начинът, по който са завършени, е директно обвързван с това, което те вършат в тялото. Например, антителата имат " куки ", които прихващат и маркират вируси и бактерии, а лигаментните протеини предават напрежение.
Способността да се предскаже протеиновата форма може да даде опция на учените да научат повече за това по какъв начин дефектите в нея съответно засягат тялото и да разработят нови целеви лечения. Тяхната характерна конструкция е основна - 3D формата дефинира функционалността на протеина. Погрешните форми на протеините пък са свързани с доста здравни проблеми като диабет вид 2 и заболяването на Паркинсон.
Постиженията на софтуера на DeepMind, основан на изкуствен интелект и наречена " сътрудник ", съумява да се научи да играе 49 разнообразни ретро компютърни игри още през 2015 година, което го прави първата компютърна стратегия, способна независимо да поема огромно многообразие от задания. Две други стратегии, наречени AlphaZero и AlphaGo, съумяха да победят най-хубавите човешки и компютърни играчи в шаха и античната китайска игра Го. Впоследствие AlphaGo беше модифицирана като AlphaGo Zero, с цел да играе Го без авансово да бъде обучавана, т.е. тя се учеше да играе, до момента в който най-после не стартира да ечели.
Невронната мрежа AlphaFold е обучавана с банка от хиляди известни протеини, до момента в който не се научи тъкмо да планува 3D формата на протеините. Резултатите ѝ бележат доста усъвършенстване спрямо други съществуващи технологии, освен в нивата на акуратност, само че и като финансова доходност. Други техники за идентифициране на протеините като крио-електронна микроскопия и ядрено-магнитен резонанс се нуждаят от доста опити и неточности, които включват години работа и доста вложения. Като се има поради сложността в тази област, достижението на AlphaFold в състезанието CASP е най-малкото показателно за разширяващите се благоприятни условия за научни проучвания благодарение на изкуствен интелект.
Протеините са основни фактори във физиологичните процеси на всяко живо създание. Техните структури са кодирани в ДНК и са виновни за стесняване на мускулите, преобразяване на храната в сила, битка с заболявания и предаване на сигнали. Функцията на протеините зависи от тяхната неповторима 3D конструкция. Начинът, по който са завършени, е директно обвързван с това, което те вършат в тялото. Например, антителата имат " куки ", които прихващат и маркират вируси и бактерии, а лигаментните протеини предават напрежение.
Способността да се предскаже протеиновата форма може да даде опция на учените да научат повече за това по какъв начин дефектите в нея съответно засягат тялото и да разработят нови целеви лечения. Тяхната характерна конструкция е основна - 3D формата дефинира функционалността на протеина. Погрешните форми на протеините пък са свързани с доста здравни проблеми като диабет вид 2 и заболяването на Паркинсон.
Постиженията на софтуера на DeepMind, основан на изкуствен интелект и наречена " сътрудник ", съумява да се научи да играе 49 разнообразни ретро компютърни игри още през 2015 година, което го прави първата компютърна стратегия, способна независимо да поема огромно многообразие от задания. Две други стратегии, наречени AlphaZero и AlphaGo, съумяха да победят най-хубавите човешки и компютърни играчи в шаха и античната китайска игра Го. Впоследствие AlphaGo беше модифицирана като AlphaGo Zero, с цел да играе Го без авансово да бъде обучавана, т.е. тя се учеше да играе, до момента в който най-после не стартира да ечели.
Невронната мрежа AlphaFold е обучавана с банка от хиляди известни протеини, до момента в който не се научи тъкмо да планува 3D формата на протеините. Резултатите ѝ бележат доста усъвършенстване спрямо други съществуващи технологии, освен в нивата на акуратност, само че и като финансова доходност. Други техники за идентифициране на протеините като крио-електронна микроскопия и ядрено-магнитен резонанс се нуждаят от доста опити и неточности, които включват години работа и доста вложения. Като се има поради сложността в тази област, достижението на AlphaFold в състезанието CASP е най-малкото показателно за разширяващите се благоприятни условия за научни проучвания благодарение на изкуствен интелект.
Източник: computerworld.bg
КОМЕНТАРИ