哈佛大学的研究人员发现，在对计算机进行训练之后，可以弄清某些重要的蛋白质是如何发挥作用的。几十年来，蛋白质的折叠过程，一直是一个相当著名的计算难题 —— 你该如何确定 DNA 定义的这些大分子的确切结构？好消息是，在人工智能（AI）技术的加持下，这项工作将变得更加轻松、并且能够让我们更快地找到答案。
高度复杂的生物分子的 3D 模型（图自：哈佛医学院，via Cnet）
借助最新的机器学习技术，哈佛医学院生物学家 Mohammed AlQuraishi 对易于理解的蛋白质的结构模式进行了理解，然后再让 AI 去分析其它蛋白质的特性。
虽然结果的精度还无法运用到新药发现领域，但其计算蛋白质折叠等应用的速度，却比传统计算方案提升了 100 万倍。显然，这是一项足以改进其它建模技术的进展。
具体说来是，AlQuraishi 开发了一种 AI 技术，来预测被称作蛋白质的生物分子的重要形成。随着模型的改进，多彩的预测、会逐渐接近灰色的实际蛋白质结构。
在周三的一份声明中，AlQuraishi 表示 —— 我们有一个探索蛋白质折叠的全新愿景，但现在只是刚刚割开了它的表面。
研究配图（来自：Cell Systems）
迄今为止的人工智能，最常提到的就是模仿人脑的“神经网络技术”，其已彻底改变了从语音命令、面部识别、到软件调试等方方面面。
对于在地球上的生物来说，DNA 链所包含的将氨基酸重组为蛋白质的过程（紧密折叠成束），已被证明对细胞的功能有着至关重要的作用。
然而对于更大的蛋白质来说，想要确切地在计算机内部模拟这样的事情，显然是难以理解的。好消息是，得益于 AlQuraishi 等人的 AI 解决方案，未来我们甚至可以设计出特定用途的新型蛋白质。
有关这项研究的详情，已经发表在周三出版的《细胞系统》（Cell Systems）期刊上。原标题为：
《End-to-End Differentiable Learning of Protein Structure》
