已成功开发了一种新的蛋白质转化方法

记者Lu Chengkuan于8月11日从中国科学院的遗传学与生物学研究所中学到了科学科学研究所，以及其他科学研究人员的单位，成功地开发了一种基于人工智能（AI）的蛋白质转化方法的新方法。该方法巧妙地使用现有的通用逆折叠模型来实现蛋白质演化和功能设计的有效模拟，而无需训练独家AI模型。相关研究结果最近在线发表在细胞中。 蛋白质转化率就像“修饰”生物分子，它通过调节氨基酸的顺序改变蛋白质性能。与遗传修饰相比，蛋白质修饰更加直接和有效，从而可以快速供应，而这些特性只能在数百万年后才能生成。 但是，现有的蛋白质转化技术有明显的不便。 TraditioNAL方法在很大程度上取决于花费时间和金钱的专业人员的经验。新的IA预测技术需要为每种蛋白质进行特殊模型的单独培训，但不仅用途含量较低，而且在资源计算中也很密集。 “面对这些挑战，我们需要找到一种更加“智能”的方式来开发高度独立于计算机电源的新解决方案。” Gao Caixia说，中国科学院遗传与发展生物学研究所的通讯作者兼研究者。 现有通用蛋白的倒折叠模型可以预测在特定三维结构中碱蛋白酶中氨基酸的可能排列。研究人员基于现有的常见蛋白质折叠折叠模型，开发了Aiessingle模块，并启动了一种新的蛋白质转化方法。 测试的结果发现Precision的新方法的预测达到16％，其性能比其他常见模型高36％-90％。同时，在实验验证过程中，研究人员使用新方法，包括心碎，基因版本的关键工具，8种具有不同功能的蛋白质。它被成功转换。 Gao Caixia说，这种新的智能蛋白质转化方法比传统方法更有效，适用和可扩展。这代表了生命科学领域的关键趋势。这是用计算模拟代替实验室操作。值得Se?alar的新方法大大降低了使用AI技术的阈值。常规实验室可以享受智能预测的便利，配备了昂贵的计算机功率，而无需使更多的科学家受益。