Piscataway, NJ – Žádný vynález neprokazuje vynalézavost a inteligenci lidstva tak jako počítač. Bezpočet děl sci-fi, novodobý zázrak, předpověděl nevyhnutelné zúčtování v nepříliš vzdálené budoucnosti: člověk versus stroj. Nyní se podle výzkumníků z Rutgers University zdá, že stroje již překonaly lidstvo, pokud jde o alespoň jedno vědecké téma.
Profesor Vikas Nanda z Rutgers University strávil více než dvě desetiletí pečlivým studiem komplexní povahy proteinů, vysoce komplexních látek, které se nacházejí ve všech živých věcech. Svou kariéru zasvětil myšlení a chápání jedinečných vzorců aminokyselin, které tvoří proteiny, a určování, zda se přeměňují na hemoglobin, kolagen atd. Profesor Nanda je navíc odborníkem na záhadný krok sebeskládání, při kterém se určité proteiny shlukují a vytvářejí složitější materiály.
Když se tedy autoři studie pustili do experimentu, který postaví člověka – někoho s hlubokým a intuitivním porozuměním designu proteinů a sebe-skládání – proti prediktivním schopnostem Počítačový program AIProfesor Nanda byl ideálním účastníkem.
Autoři studie chtěli vědět, kdo nebo co by dokázalo lépe předpovědět, které proteinové sekvence se úspěšně sestaví – profesor Nanda a několik dalších lidí nebo počítač. Publikované výsledky naznačují, že intelektuální bitva se blíží, ale software AI porazil lidi s malým náskokem.
Co mohou vědci použít k vlastnímu sestavení proteinu?
Moderní medicína hodně investuje do samoskládání proteinů, protože mnoho vědců věří, že úplné vstřebání tohoto procesu by mohlo vést k mnoha revolučním produktům pro lékařské a průmyslové použití, jako je např. Umělá lidská tkáň na rány nebo katalyzátory pro nové chemické produkty.
„Navzdory našim rozsáhlým zkušenostem si umělá inteligence vedla stejně nebo lépe na mnoha souborech dat, což dokazuje obrovský potenciál strojového učení k překonání lidské zaujatosti,“ říká Nanda, profesor na katedře biochemie a molekulární biologie společnosti Rutgers Robert Wood Johnson Medical. .. škola, v a Univerzitní vydání.
Bílkoviny se skládají z velkého množství Aminokyseliny, společně od konce do konce. Tyto aminokyselinové řetězce jsou složeny tak, aby vytvořily trojrozměrné molekuly se složitými tvary. Přesný tvar je důležitý; Přesný tvar každého proteinu, stejně jako konkrétní aminokyseliny, které obsahuje, určují, co dělá. Někteří vědci, včetně profesora Nandy, se pravidelně zapojují do činnosti zvané „design proteinů“, která zahrnuje vytváření sekvencí produkujících nové proteiny.
Nedávno profesor Nanda a tým výzkumníků navrhli syntetický protein schopný rychle detekovat nebezpečnou nervovou látku známou jako VX. Tento protein může vést k vývoji nových biosenzorů a terapií.
Z důvodů, které jsou moderní vědě stále neznámé, se proteiny samy skládají s jinými proteiny a vytvářejí důležité nadstavby v biologii. Někdy se zdá, že proteiny následují určitý design, jako když se samy sestaví do ochranného vnějšího obalu viru (kapsidy). V jiných případech se však proteiny zjevně samy sestaví v reakci na to, že se něco pokazí, a nakonec vytvoří smrtící biologické struktury spojené s nemocemi od Alzheimerova choroba do srpkovité cely.
„Pochopení samoskládání proteinů je zásadní pro pokrok v mnoha oblastech, včetně medicíny a průmyslu,“ dodává profesor Nanda.
Jak si program AI vedl?
Během testu profesor Nanda a pět dalších kolegů dostali seznam proteinů a museli předpovědět, které z nich se pravděpodobně samy složí. Počítačový program provedl stejné předpovědi, poté výzkumníci porovnali odpovědi z člověk a stroj.
Lidští účastníci provedli předpovědi na základě svých předchozích experimentálních pozorování proteinu, jako jsou vzory elektrických nábojů a stupeň averze k vodě. Lidé nakonec předpověděli, že 11 proteinů se samo sestaví. Mezitím počítačový program pomocí pokročilého systému strojového učení vybral devět proteinů.
Lidští experti měli pravdu o šesti z 11 proteinů, které vybrali. počítačový program Získejte vyšší míru přesnostipřičemž šest z devíti proteinů, které vybrala, bylo již schopno samosestavení.
Autoři studie vysvětlují, že lidští účastníci měli tendenci „upřednostňovat“ některé aminokyseliny před jinými, což vedlo k nesprávným předpovědím. Software AI také správně identifikoval některé proteiny, které nebyly „zřejmými možnostmi“ pro vlastní sestavení, což otevřelo dveře dalšímu výzkumu. Profesor Nanda přiznává, že byl kdysi skeptický ke strojovému učení sond pro sestavování proteinů, ale nyní je této technice otevřenější.
„Pracujeme na získání základního pochopení chemické povahy reakcí, které vedou k samouspořádání, takže jsem se obával, že použití těchto programů zabrání důležitým poznatkům,“ uzavírá. „Ale opravdu začínám chápat, že strojové učení je jen další nástroj, jako každý jiný.“
The studie Vyšlo to v časopise Přírodní chemie.
Přátelský webový obhájce. Odborník na popkulturu. Bacon ninja. Tvrdý twitterový učenec.
