啃书文库 > 生活 >
瑞典皇家科学院十月9日宣布,David Baker、Demis Hassabis和John M. Jumper获得2024年诺贝尔化学奖。你不要说今年这个诺奖,我在日常用过,所以先给个好评。
假如说生理医学奖的microRNA是我一个人前两年水了一篇论文有所接触,那样这个人工智能结构预测是我用它帮助过日常的人。
01,蛋白结构预测帮了大忙
一个很了解的朋友怀孕了,做了个基因测试,结果出问题了,孩子身上出现了一个罕见变异,这个变异甚至不在容易见到的数据库里,但依据预测,这个变异是负面的。
那样问题来了,这个孩子是否应该要?所以朋友非常担忧,她也问了遗传大夫,但遗传大夫给出的结论是模棱两可的,所以就找到了我。当时我的重压也非常大,所以就用尽全身的技能来做解析这个变异。
1,遗传家系剖析。这是我做的第一步,就是用家系剖析,由于人类对于遗传学乃至生命科学的认知很浅显,所以家系剖析反而是现实发生的相对靠谱的证据,或者直白的说,假如家系里有这个变异且无症状,其实就是非常扎实的证据。
结果家系剖析显示,这个变异是源于父本,但父本并没表现症状。而这个朋友的第一个女儿也是杂合体,同样没表现症状(性别不同)。
按理说差不多了,不过这时还有一点担忧,那就是,这个疾病发病年龄可能在青春期,所以现在还不完全依据父本与第一个女儿来确定第二个孩子的情况。
2,DNA有关预测。这个就是做了一系列剖析,包含变异可能的遗传影响,用各种数据来预测,但基于DNA的 预测毕竟还是有限,由于还是要落到发挥功能的蛋白质上。
3,蛋白质预测。于是,就要找蛋白质,但,蛋白质是需要高级结构的,而这个,传统是只能找结构生物学来做。那样,就是,需要有人做过这个蛋白质才会看到结构,从而进一步剖析结构。这个时候发现,这个蛋白,并没被测过结构,如何解决?
搁在过去,这就麻烦了,但目前有人工智能蛋白结构预测与有关数据库。于是我就去做这个,并且对照数据库里的人工智能 蛋白结构。
结果发现,这个点发生变异的地方,并非该蛋白发挥用途的核心结构域位点,而是一个较为边缘的地方,而依据一系列计算,发现这个地方好像也并非特别要紧。
把这类结论综合起来后,我把相应的结论给了朋友,最后朋友考虑后决定根据概率还是选择生下了这个孩子。到现在,孩子所有正常。
当然,这也只能到这里了,由于,这是现在生物学的极限了,往后哪个也没法去保证。所以,我非常感激蛋白质人工智能结构预测,由于世界蛋白千千万,假如一个个测过去,得猴年马月才能解决,但有了人工智能预测蛋白质,速度快多了,而且对现实有非常大的帮忙。
下面聊聊为何要解决蛋白质结构的问题。
02,为何要解决蛋白质结构的问题?
蛋白质是生命的核心实行者,这是一个非常重要的点。为何呢?提到生物,大伙不少最熟知的是DNA,当然,假如深入一些,会熟知叫做中心法则的东西。
DNA,你有我有大伙都有,假如DNA发生了变化,那样就会致使差异,而你我每一个人都携携带上千万个DNA变异,这也是每一个人差别的原故。但,这个差别,只在DNA上是意义不大的。
由于,DNA这东西,是携带信息为主的,就譬如,大家每一个细胞基本上都有一套DNA(红细胞、生殖细胞略例外),所以大家提DNA的时候用各种组织都便捷。
而DNA要想发挥用途,那第一就要经过转录,变成RNA.
RNA当然复杂,譬如除去编码蛋白质的mRNA,还有一堆其他RNA,就是非编码RNA,当然,非编码RNA也是有不少用途,譬如今年拿到诺奖的microRNA就是是这一系列,除此之外还有lncRNA(长链非编码RNA)等也是热门,这类RNA对于基因有调节用途。
但,RNA的意义,也就到这里了,因为RNA易降解且结构相对简单,所以,它还是撑不起生命实行者这个步骤。
因此需要到了另外一个愈加实体的结构,那就是蛋白质。所以,蛋白质是生命的核心承担者,蛋白质是构成细胞的基本物质,是结构物质,是催化的酶,是运输的载体,是免疫的抗体,是调节的激素,可以说,蛋白质是生命的物质基础,是生命活动的主要承担者。
但,蛋白质和DNA不同,尽管DNA、RNA也有空间结构,但远不像蛋白质那样,需要要复杂的空间结构才能完成功能。
所以,需要要有空间结构,蛋白质才能发挥用途,举例,酶
需要有那个结构才能发挥用途,假如这个结构发生了变化,那样结合就会受影响。所以,要想研究蛋白质, 需要分析蛋白质结构。
03,怎么样分析蛋白质结构?
怎么样分析蛋白质结构?传统方法就是用结构分析,这东西,耗时耗力,困难程度非常大。举例,新闻报道的一个做结构生物学的女博士,连续4年几乎天天工作17小时!
做什么呢?就是努力的让蛋白以天然状况结晶,这也是被觉得是天然的蛋白质结构。
可以想象,做这个东西,工作量之大很难想象。正由于这样,做出来这东西,也总是能发顶刊,由于非常基础嘛。
04,人工智能蛋白质结构预测
理论上,蛋白质是一个个氨基酸构成的,这类氨基酸本身有各种理化性质,譬如两性解离、等电点等。但当不少氨基酸出现的时候,那样这类性质叠加起来就困难去剖析了。
不过大家还是应该相信,就算是复杂的生命现象,背后也是有基本的理化性质,这也是为何不少诺奖物理和化学居然和生物有关。于是,大家需要努力的找规律,而这个规律的依据之一就是已有些蛋白质结构,这类剖析过结构的蛋白质是序列明确、结构明确的,对他们进行足够的剖析,那样就能探寻到一些规律,进而因此来预测出蛋白质的结构。
譬如我电脑里目前还存着以前学习的文件,就是关于蛋白质结构剖析预测的。
当然,这类预测还是相对原始的。而有了机器学习,特别是人工智能 之后,这个学习速度要快多了,计算机的强大远超越大家的认知,可以发现一些大家不曾注意到的细节,而这类细节也会进一步加大对蛋白质的预测,使得蛋白质的结构预测愈加精确。
举例,今年nature上的蛋白质预测文章,
可以将蛋白质的预测性能提高到最大值的97%。这个预测效率已经特别高了。
事实上有时候,大家未必需要100%精确的蛋白质结构,仅需相对精确的了解就能了,那样下面后续开发就容易多了。所以,人工智能帮了大忙。
05,蛋白质结构预测大有可为
其实蛋白质结构意义非常大,譬如研究药物就是非常典型的,特别是生物药物,精确的结构可以更好的探寻到有效药物,比传统化学小分子选择更多,且成效更好。而且,在其他方面,譬如疫苗预测上也非常有意义。譬如nature十大人物曹云龙,被叫做新冠预测者。
他的技术之一就是依据蛋白质结构来。譬如,他发现新冠蛋白的某个位点可以减少病毒的免疫原性,帮助病毒逃防止疫反应,那样就能猜测,将来的新出现毒株大概从这个点上被筛选出来,于是大家就能提前针对这个点做疫苗,到时候出现了就能提前免疫。
类似的有不少,甚至大家现在面临的不少难解的疾病,将来都可能从蛋白质结构的角度来探寻解决方法,而传统蛋白质结构研究速度是跟不上的,人工智能 可以。
所以,人工智能预测结构,还真的大有可为。
- 上一篇:2024年成都3月份的温度大概多少度 2024年成都3月份天气如何
- 下一篇:没有了
猜你喜欢
- 2024-04-16 奥根诊断cfDNA多模态片段组学在肝移植中的研究受邀在ATC2024展示
- 2024-04-03 美甲灯照射会损毁DNA安全做美甲注意4点!
- 热点排行
- 热门推荐
- 热门tag