如何玩抖音游戏双人迷宫逃脱?(如何玩抖音游戏双人迷宫逃脱的游戏) 纤体梅效果怎么样(纤体梅有没有副作用) 冒险岛2梦幻乐园探索任务攻略(冒险岛2梦幻乐园探索任务攻略视频) 银行账户年检时间在每年( )月( )日前(银行账户年检) 无道具晨会互动小游戏(无道具晨会互动小游戏室内) 黄昏英雄传攻略(黄昏英雄传2.5攻略) 双面胶怎么快速去除胶水(双面胶怎么快速去除) 苹果醋解酒么(苹果醋为什么可以解酒) 怎样关闭电脑杀毒软件和防火墙(怎样关闭电脑杀毒软件和防火墙联想) 莫斯科气温和我国哪里差不多(莫斯科气温) 魔兽世界:探索艾萨拉(魔兽世界 艾萨拉) hopes是什么意思(hope是什么意思) 孕妇可以吃杏仁吗?(孕妇可以吃杏仁吗?孕中期) 8k纸有多大比A3大多少(8k纸有多大) 武汉艺术生文化课到底该如何学习?(武汉艺术生文化课培优) 节奏大师攻略四个技巧刷高分(节奏大师怎样玩才高分) 受凉感冒是风热还是风寒(受凉) 地球的南极北极都是冰天雪地那月球的两极呢(北极和南极都是冰天雪地) 蛇蛇大作战电脑版攻略(蛇蛇大作战游戏下载) 什么是哑口套和窗套(什么是哑口) WIN10电流麦解决方法(win10电脑电流麦怎么解决方法) 平时多吃什么食物补肾效果最好(平时多吃什么食物补肾效果最好女性) 哈伦裤适合什么年龄穿(哈伦裤适合什么人穿) 魔兽世界前夕稀有精英位置一览 看完就知道了(魔兽世界9.0前夕稀有精英位置与掉落) 如何实现创业成功(如何实现创业成功发展) QQ空间如何添加大图模块(qq空间怎么添加图片模块) 梦幻西游挖矿赚钱(挖矿赚钱) 剖腹产的好处(剖腹产的好处有哪些) 如图已知ab为圆o的直径弦cd⊥ab垂足为h(如图 已知AB是圆O的直径 弦CD垂直AB 垂足为H) 深圳上下沙租房攻略(深圳下沙哪里租房便宜) 被2345和hao123主页篡改修复方法 2015(2345是怎样篡改主页的以及如何彻底删除) nba历史得分榜百度一下(nba历史得分榜百度百科) 如何防雾霾 什么口罩防雾霾效果好(什么口罩可以防霾) 制作手工的材料有哪些(制作手工的材料有哪些简单) 天使等级 北京商标注册流程图(北京商标注册流程图解析) Galaxy S4 发布 全面解析新旗舰 图(galaxy s4 上市时间) 土大黄根主要治什么病(土大黄与大黄的区别) vivo手机怎么定位(vivo手机怎么定位查找) dnf更新失败怎么办 安装文件写入失败怎么办(为什么dnf更新写入失败) 隔玻璃晒太阳能起作用(隔着玻璃晒太阳能补钙) steam国服怎么玩apex(steam国服怎么玩最终幻想14) 纳雍县是哪个市 蜂蜜可以放冰箱吗(蜂蜜可以放冰箱吗可以放多久) 电脑怎么连热点(联想电脑怎么连热点) 石器时代宠物攻略(石器时代宠物大全) 经济管理出版社地址(经济管理出版社) 芒果tv怎么看湖南卫视(芒果tv怎么看湖南卫视回放) iPhone13如何在微店购物?(iphone13直营店可以直接买到吗) 淘宝海外版叫什么(淘宝海外版)
您的位置:首页 >Science杂志 > 分子 >

ProteinGAN:生成对抗性网络

导读 蛋白质很大,高度复杂,并且在所有活生物体中都可以发现天然存在的分子。这些独特的物质由氨基酸组成,这些氨基酸通过肽键连接在一起形成长

蛋白质很大,高度复杂,并且在所有活生物体中都可以发现天然存在的分子。这些独特的物质由氨基酸组成,这些氨基酸通过肽键连接在一起形成长链,可以具有多种功能和特性。

排列不同氨基酸形成给定蛋白质的特定顺序最终决定了蛋白质的3D结构,理化性质和分子功能。尽管科学家们已经研究蛋白质数十年,但迄今为止,设计引发特定化学反应的蛋白质已被证明具有很高的挑战性。

立陶宛维尔纽斯大学和瑞典查尔默斯理工大学Biomatter Designs的研究人员最近开发了ProteinGAN,这是一种生成性对抗网络(GAN),可以处理和“学习”不同的天然蛋白质序列。这个独特的网络在《自然机器智能》上发表的一篇论文中提出,随后利用其获取的信息来生成新的功能蛋白序列。

负责这项研究的查尔默斯理工大学副教授Aleksej Zelezniak告诉Phys.org:“蛋白质是使所有生命系统中发生过程的一系列氨基酸序列,诱导人类。” “蛋白质在我们的日常生活中是常用的,从洗衣粉到抗癌和的治疗方法中,无数种产品都包含这种蛋白质。它们由20种氨基酸组成,这些氨基酸以不同的顺序排列,其顺序决定了蛋白质的功能。”

创建功能性蛋白质序列是一项非常具有挑战性的任务,因为即使是给定序列的轻微改变也会使蛋白质失去功能。非功能蛋白可能具有有害和不良影响,例如导致人类或动物患上癌症或其他疾病。

泽勒兹尼亚克说:“如果要使蛋白质与人的需要相一致,他/她就需要正确地理解氨基酸的顺序以及制造这些蛋白质的给定的天文数字,这并不是一件容易的事。” “受AI最新发展的启发,特别是逼真的照片和视频生成,我们很想知道当前的AI技术是否准备好生产人类已知的最复杂的分子-蛋白。”

Zelezniak及其同事开发的ProteinGAN模型基于一种称为对抗学习的著名机器学习方法。对抗学习可以看作是由两个或多个人工神经网络“玩”的游戏。这些网络中的第一个被称为“生成器”,它生成特定类型的数据(例如,图像,文本,或者在ProteinGAN的情况下为蛋白质序列)。第二个网络称为“判别器”,它试图区分由“生成器”创建的人工数据(例如蛋白质序列)与真实数据还是真实数据。

随后,生成器使用鉴别器提供的反馈(即,允许其区分生成数据和真实数据的特性)生成新数据。生成器从不处理或分析实际数据及其生成的数据。因此,其学习仅依赖于鉴别者进行的分析结果。

Zelezniak说:“通过反复地重复这一过程,两个网络在做事上都变得更好,直到无法将生成的序列与真实的序列区分开。” “使用我们开发的AI工具,我们能够生成活跃但不存在或尚未发现的功能蛋白。”

在研究人员进行的初步试验中,ProteinGAN产生了新的高度多样化的蛋白质序列,其物理性质类似于天然蛋白质序列。Zelezniak和他的同事使用苹果酸脱氢酶(MDH)作为模板酶,表明ProteinGAN产生的许多序列都是可溶的,并表现出MDH催化活性,这意味着它们在医学和研究环境中可能具有有趣的应用。将来,ProteinGAN可以用于发现具有不同特性的新蛋白质序列,这可能对多种技术和科学应用都具有重要价值。

Zelezniak说:“我们的研究实验室专注于基于人工合成生物应用的AI技术。” “我们目前正在努力解决诸如塑料污染等新出现的问题,我相信人工智能将有助于建立更好的有机体,以适应这一特殊问题。”

标签:

免责声明:本文由用户上传,如有侵权请联系删除!

猜你喜欢

最新文章