Искусственный интеллект предсказал структуры почти всех известных науке белков — это начало новой эры в цифровой биологии - «Новости сети» » Интернет технологии
sitename
Huawei выпустила мобильный процессор Kirin 9010 — он оказался быстрее Qualcomm Snapdragon 8 Gen 1 - «Новости сети»
Huawei выпустила мобильный процессор Kirin 9010 — он оказался быстрее Qualcomm Snapdragon 8 Gen 1 - «Новости сети»
У Samsung Galaxy S21 стали появляться зелёные линии через весь экран - «Новости сети»
У Samsung Galaxy S21 стали появляться зелёные линии через весь экран - «Новости сети»
YouTube продолжается бороться с блокировкой рекламы. Очередь дошла до сторонних приложений - «Новости»
YouTube продолжается бороться с блокировкой рекламы. Очередь дошла до сторонних приложений - «Новости»
Cisco предупредила о масштабных брутфорс-атаках, нацеленных на VPN-сервисы - «Новости»
Cisco предупредила о масштабных брутфорс-атаках, нацеленных на VPN-сервисы - «Новости»
Первый сторонний магазин iOS-приложений стал доступен в Евросоюзе - «Новости сети»
Первый сторонний магазин iOS-приложений стал доступен в Евросоюзе - «Новости сети»
Серьезная уязвимость в PuTTY позволяет восстанавливать приватные ключи - «Новости»
Серьезная уязвимость в PuTTY позволяет восстанавливать приватные ключи - «Новости»
DDoS-атак на отрасль энергетики стало больше почти в 10 раз - «Новости»
DDoS-атак на отрасль энергетики стало больше почти в 10 раз - «Новости»
В России перестали работать пиратские версии AutoCAD и другого ПО Autodesk, но выход уже найден - «Новости сети»
В России перестали работать пиратские версии AutoCAD и другого ПО Autodesk, но выход уже найден - «Новости сети»
Опубликован эксплоит для свежей уязвимости в PAN-OS Palo Alto Networks - «Новости»
Опубликован эксплоит для свежей уязвимости в PAN-OS Palo Alto Networks - «Новости»
Meta✴ представила нейросеть Llama 3 — «самую способную открытую LLM на сегодняшний день» - «Новости сети»
Meta✴ представила нейросеть Llama 3 — «самую способную открытую LLM на сегодняшний день» - «Новости сети»
Как заработать денег, не выходя из дома, мы вам поможем с этим разобраться » Новости » Новости мира Интернет » Искусственный интеллект предсказал структуры почти всех известных науке белков — это начало новой эры в цифровой биологии - «Новости сети»

Год назад компания DeepMind вызвала ажиотаж сообщением о способности раскрыть главную загадку в биологии — предсказать структуру любого белка. Одновременно с этим DeepMind создала открытую базу с данными о 350 тыс. белков, форму которых предсказал пакет AlphaFold. Сегодня компания сообщила о раскрытии форм почти всех белков, известных земной науке — это свыше 200 млн белков из всех сфер известной на Земле жизни. Это настоящая революция в биологии.




Искусственный интеллект предсказал структуры почти всех известных науке белков — это начало новой эры в цифровой биологии - «Новости сети»


Примеры белковых форм. Источник изображения: DeepMind



Белки представляют собой последовательности аминокислот. В зависимости от комбинаций аминокислот белки сворачиваются в очень причудливые пространственные формы. Эти формы определяют взаимодействие белков друг с другом и, в конечном итоге, регулируют биологические процессы в живых организмах: они взаимодействуют, если формы совпадают как ключ подходит замку, и остаются безучастными друг к другу, если формы не имеют совместимых пространственных структур.


Знание пространственной формы белка может помочь найти идеальное лекарство против болезней и сделать множество других открытий в биологии. До появления ИИ-алгоритмов учёные экспериментально определяли форму белков, что очень и очень сложно и долго. Предложенный компанией DeepMind алгоритм определяет пространственную форму одного белка от 10 до 20 секунд. Благодаря этому компания смогла за год довести базу пространственных форм белков с 350 тыс. до более чем 200 млн.


Следует уточнить, что предсказать форму белка не означает оказаться на 100 % точными. Тем не менее, AlphaFold показала значительную точность при определении форм, чего достаточно для начала работ. Всю рутинную работу сделал компьютер, а ведь всем учёным мира до этого потребовалось 50 лет, чтобы разгадать около лишь 10 % белковых структур.


Открытой базой по белкам уже воспользовалось около полумиллиона учёных со всего мира, отметили в компании. Раскрытие полной базы данных по белкам кратно активизирует этот процесс и приведёт в обозримой перспективе к удивительным открытиям в биологии.


Год назад компания DeepMind вызвала ажиотаж сообщением о способности раскрыть главную загадку в биологии — предсказать структуру любого белка. Одновременно с этим DeepMind создала открытую базу с данными о 350 тыс. белков, форму которых предсказал пакет AlphaFold. Сегодня компания сообщила о раскрытии форм почти всех белков, известных земной науке — это свыше 200 млн белков из всех сфер известной на Земле жизни. Это настоящая революция в биологии. Примеры белковых форм. Источник изображения: DeepMind Белки представляют собой последовательности аминокислот. В зависимости от комбинаций аминокислот белки сворачиваются в очень причудливые пространственные формы. Эти формы определяют взаимодействие белков друг с другом и, в конечном итоге, регулируют биологические процессы в живых организмах: они взаимодействуют, если формы совпадают как ключ подходит замку, и остаются безучастными друг к другу, если формы не имеют совместимых пространственных структур. Знание пространственной формы белка может помочь найти идеальное лекарство против болезней и сделать множество других открытий в биологии. До появления ИИ-алгоритмов учёные экспериментально определяли форму белков, что очень и очень сложно и долго. Предложенный компанией DeepMind алгоритм определяет пространственную форму одного белка от 10 до 20 секунд. Благодаря этому компания смогла за год довести базу пространственных форм белков с 350 тыс. до более чем 200 млн. Следует уточнить, что предсказать форму белка не означает оказаться на 100 % точными. Тем не менее, AlphaFold показала значительную точность при определении форм, чего достаточно для начала работ. Всю рутинную работу сделал компьютер, а ведь всем учёным мира до этого потребовалось 50 лет, чтобы разгадать около лишь 10 % белковых структур. Открытой базой по белкам уже воспользовалось около полумиллиона учёных со всего мира, отметили в компании. Раскрытие полной базы данных по белкам кратно активизирует этот процесс и приведёт в обозримой перспективе к удивительным открытиям в биологии.

Смотрите также

А что там на главной? )))



Комментарии )))



Комментарии для сайта Cackle
Войти через:
Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика