Netflix|陈根:人工智能,能否解决蛋白质折叠问题?

Netflix|陈根:人工智能,能否解决蛋白质折叠问题?

文章图片


文|陈根
目前 , 人工智能在医疗领域的广泛应用已经成为全球共识 , 人工智能在以独特的方式捍卫着人类健康 。
人工智能的概念早在上世纪50年代就被提出 , 诞生之初便与医疗紧密相连 。 70年代初 , 由美国斯坦福大学开发的MYCIN系统 , 可协助医生对血液感染患者进行诊断 , 并具备推测断致病菌、辅助患者药物治疗等功能 。

进入二十一世纪以来 , 人工智能在医疗领域受到了更为广泛的关注与应用 。 其中 , 一个重大的突破是Google的人工智能团队DeepMind宣布其算法AlphaFold解决了蛋白质折叠问题 。
自20世纪50年代DNA被发现以来 , 生物学家一直试图将基因序列的长度与一系列细胞成分以及蛋白质合成过程联系起来 。 尽管知道构成每种蛋白质的氨基酸的DNA编码长度 , 但解决蛋白质折叠问题仍是一个巨大工程 。 而AlphaFold的出现无疑在一定程度上解决了这一难题 。 在之后仅根据蛋白质的基因序列猜测蛋白质的结构竞赛中 , AlphaFold也远远超过了人类竞争对手 。
除此以外 , 人工智能在病毒确认和医药研发方面也贡献了不可或缺的力量 。 新冠的暴发 , 为社会生产生活带来了巨大调整 , 也成为了人工智能的试金石 。 新冠病毒的重要确认手段之一 , 是通过核酸检测的方式 。 通过提取疑似病例血液中核酸序列 , 并与目标病毒比对 , 确定有无病原体感染 。
然而 , 与疑似病例的病毒样本进行全基因组序列分析比对费时费力 , 而通过人工智能的手段 , 可以代替人力完成初筛工作 , 大幅提高检测效率 。 在药物发现阶段 , 人工智能也能够在靶点筛选和化合物合成与筛选两个场景下有效发挥作用 。
人工智能的另一个升级功能是在光场显微镜中 , 它可以拍摄高清晰度的3D运动图像 。 科学家通常需要几天的时间来重建视频 , 但有了AI后 , 处理这些运动中的高分辨率数据所需的时间缩短到几秒钟 , 而且分辨率极高 。
【Netflix|陈根:人工智能,能否解决蛋白质折叠问题?】
据中研普华研究院相关报告显示 , 2020年 , 医疗AI行业的市场规模为265亿元 , 预计到2027年 , 中国医疗人工智能的市场规模将达到1400亿元 。 可以说 , 人工智能正在引领一场新的医疗革命 , 作为合作伙伴 , 其将会与科学家共同探索更多无止境的科学前沿 。

    相关经验推荐