DalšíDalší průvodce
AI v předpovědi odchodu zákazníků
Aplikace
PRŮVODCE aplikacemi
Umělá inteligence předpovídá 3D tvar, do kterého se protein skládá, pouze ze své aminokyselinové sekvence, čímž řeší 50 let starou velkou výzvu v biologii.
Poslechněte si tento návodAI-vyprávěný · ~2 min
Protože tvar určuje funkci, urychluje to objevování léků, návrh enzymů a výzkum nemocí.
Proteiny jsou řetězce aminokyselin, které se skládají do složitých 3D tvarů a tento tvar určuje, co protein dělá. Předpovědět záhyb ze samotné sekvence bylo kdysi téměř nemožné, vyžadovalo to pomalé a drahé laboratorní metody, jako je rentgenová krystalografie. V roce 2020 ohromil AlphaFold2 společnosti DeepMind v soutěži CASP14 a předpověděl struktury s téměř experimentální přesností. Učí se z desítek tisíc známých struktur Protein Data Bank az evolučních vzorců napříč souvisejícími sekvencemi. Do roku 2022 AlphaFold zveřejnil předpokládané struktury pro více než 200 milionů proteinů, které pokrývají téměř každý katalogizovaný organismus. Nobelova cena za chemii za rok 2024 uznala tento průlom, který změnil způsob, jakým biologové přistupují k dříve neřešitelným strukturálním otázkám.
Výzkumníci použili struktury AlphaFold k urychlení návrhu kandidátních inhibitorů proti malárii a opomíjeným proteinům tropických chorob.
Vědci navrhli nové enzymy, které rozkládají PET plast předpovídáním a optimalizací skládaných struktur pro stabilitu.
Drogové společnosti prověřují struktury předpovězené AlphaFoldem, aby identifikovaly kapsy, které lze podat léky na dříve necharakterizované cíle onemocnění.
Vývojáři vakcín modelují 3D tvar povrchových proteinů patogenů, aby navrhli antigeny, které spouštějí silnější imunitní reakce.
Hranice se posouvá za jednotlivé statické struktury směrem k modelování dynamiky proteinů, multiproteinových komplexů a interakcí s DNA, RNA a léky s malými molekulami. AlphaFold3 (2024) a nástroje jako RoseTTAFold již takové interakce předpovídají. Generativní modely pro de novo proteinový design vytvářejí zcela nové proteiny, včetně vlastních enzymů a pojiv, které v přírodě neexistují. Očekávejte těsnější integraci s automatizací mokré laboratoře, čímž se uzavře smyčka mezi predikcí AI a experimentální validací.
Newsletter zdarma
Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.
Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.
Otestujte se
Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.
Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte
Umělá inteligence předpovídá 3D tvar, do kterého se protein skládá, pouze ze své aminokyselinové sekvence, čímž řeší 50 let starou velkou výzvu v biologii. Protože tvar určuje funkci, urychluje to objevování léků, návrh enzymů a výzkum nemocí.
AlphaFold2 předpovídá složenou 3D strukturu počínaje jednorozměrnou aminokyselinovou sekvencí proteinu plus evoluční informace z příbuzných sekvencí.
3D tvar proteinu určuje jeho biologickou funkci a to, které molekuly, včetně léků, s ním mohou interagovat.
Když se dvě aminokyseliny společně vyvíjejí napříč příbuznými proteiny, často to signalizuje, že jsou fyzicky blízko ve složené struktuře, což je klíčový klíč, který síť používá.
Téměř experimentální přesnost AlphaFold2 byla prokázána v CASP14, dvouletém hodnocení predikce proteinové struktury, v roce 2020.
Nobelova cena za chemii za rok 2024 ocenila práci na predikci struktury proteinů a výpočetním designu proteinů.
Učte se dál
Pro toto téma bylo vybráno více průvodců
DalšíDalší průvodce
AI v předpovědi odchodu zákazníků
Aplikace