Co se stalo
Výzkumník používá Codex a ChatGPT k hledání nových antimikrobiálních molekul. Tento přístup zahrnuje trénování modelů hlubokého učení, aby rozpoznávaly vzorce v biologických sekvencích, což jim umožňuje prohledávat rozsáhlé soubory genomů a proteinů pro potenciální antimikrobiální látky. Laboratorní modely umělé inteligence jsou trénovány tak, aby rozpoznávaly vzorce v biologických sekvencích, což jim umožňuje prohledávat rozsáhlé soubory genomů a proteinů pro potenciální antimikrobiální látky.
Laboratoř výzkumníka používá Codex a ChatGPT k brainstormingu hypotéz, psaní a zpřesňování kódu, zpracování datových sad, analýze výsledků a propojování nápadů napříč vědeckými obory.
Laboratorní modely hlubokého učení jsou trénovány tak, aby rozpoznávaly vzorce v biologických sekvencích, což jim umožňuje prohledávat rozsáhlé soubory genomů a proteinů pro potenciální antimikrobiální látky.
Tento přístup může snížit počáteční hledání kandidátských molekul z let na hodiny.
Laboratoř zkoumá genomy živých a vyhynulých organismů pro kandidátské molekuly.
Prohledávání těchto genomů, pochopení toho, jak se jejich kódované proteiny tvoří a fungují, a určování toho, co tyto molekuly dělají, vyžaduje odborné znalosti v několika oblastech.
Podrobnosti o zdroji: openai.com ↗
Proč na tom záleží
Objev nových antimikrobiálních molekul je zásadní v boji proti mikrobům odolným vůči lékům, které představují rostoucí globální hrozbu. Umělá inteligence se pro tento úkol „jehly v kupce sena“ obzvláště dobře hodí, protože dokáže skenovat obrovské soubory dat, identifikovat vzory, které mohou být pro výzkumníky obtížné odhalit, a upřednostňovat zvládnutelnou sadu kandidátů pro experimentální testování.
Objev nových antimikrobiálních molekul je zásadní v boji proti mikrobům odolným vůči lékům, které představují rostoucí globální hrozbu.
Umělá inteligence se pro tento úkol „jehly v kupce sena“ obzvláště dobře hodí, protože dokáže skenovat obrovské soubory dat, identifikovat vzory, které mohou být pro výzkumníky obtížné odhalit, a upřednostňovat zvládnutelnou sadu kandidátů pro experimentální testování.
Experimenty se základní pravdou jsou zásadní pro ověření předpovědí umělé inteligence, a to bude v příštích letech ve vědách o živé přírodě zásadní, pokud máme pokračovat v poškrábání povrchu našeho chápání biologie.
Práce laboratoře je součástí mnohem delší vědecké tradice, kde se výzkumníci vždy spoléhali na nástroje a stroje, aby pochopili svět kolem nás.
Vývoj nových antimikrobiálních molekul pomocí umělé inteligence a laboratorní biologie má potenciál urychlit objev nových antimikrobiálních molekul a zlepšit naše chápání biologie.
Interaktivní mechanismus: Jak to vlastně funguje
Interaktivně prozkoumejte základní technologii tohoto vývoje.
A route planner searches possible journeys using explicit rules. What does this illustrate about AI?
Na co se dále dívat
Vývoj nových antimikrobiálních molekul pomocí umělé inteligence a laboratorní biologie. Potenciál umělé inteligence urychlit objevování nových antimikrobiálních molekul a význam experimentů se základní pravdou pro ověření předpovědí umělé inteligence.
Vývoj nových antimikrobiálních molekul pomocí umělé inteligence a laboratorní biologie.
Potenciál AI urychlit objevování nových antimikrobiálních molekul.
Význam experimentů se základní pravdou pro ověření předpovědí umělé inteligence.
Potenciál umělé inteligence překlenout propasti mezi vědeckými obory a urychlit pracovní postupy.
Potenciál umělé inteligence pomoci výzkumníkům prozkoumat hranice mezi vědeckými disciplínami a objevit nové průlomy.