剑桥大学医学院副院长
剑桥老年类药物研究所所长
曾发现16个疾病靶点/通路
首先要说明的是 ， 我的主要研究领域并非结构生物学 。 但是通过阅读文献 ， 我了解到像AlphaFold2这种基于人工智能的技术进步将很有可能带来巨大福祉 。 当然 ， 人工智能技术在一些重要问题上还没有真正找到解决办法 ， 比如对蛋白质折叠过程的理解 。 我对结构生物学或人工智能的了解不足以让我确切地判断这些重要问题能否通过AI目前所提供的方案得到解决 。 有些问题看上去似乎更难以解决 ， 因为和可以测量的蛋白质结构相比 ， 解决这些问题所需要的训练数据更难获得 。
文章图片
刘大鹏博士
瑞典国家人工智能研究中心研究员
查尔姆斯大学博士-人工智能方向
加州大学伯克利分校访问学者
AlphaFold2 在蛋白质结构预测领域取得了巨大的成功与突破性的进展 ， 是2020年来人工智能及应用最值得注意的成果之一 。 其成功在于引入了新颖的神经网络结构 ， 以及基于进化、物理、几何等限制条件的训练方法 。 另一方面 ， 新的神经网络结构和训练方法之所以如此成功 ， 也因为其建立在对蛋白质结构这一问题恰当的表达形式 。 给定数据和问题 ， 通常可以有很多种方式来描述问题 。 问题的表达方式 ， 决定了是否可以用合适的人工智能方法来解决 。
具体来讲 ， 对于目前尚未解决的问题 ， 如多链蛋白质结构预测 ， 能否沿用此前的问题描述与数据表征方式 ， 决定了是否可以直接参考AlphaFold2的解决思路来决定下一步的研究方向 。 结构生物学并非我的研究领域 ， 因此很难给出专业判断 。 不过 ， “新问题是否要求新的数据？”本身就是一个看待这些尚待解决的问题非常好的角度 ， 也很有可能成为解决这些问题的基础之一 。 或者换一种说法 ， 尽管相似的问题可以用AlphaFold2作为基础 ， 但如果缺乏相应的数据或信息作为支持 ， 同样难以短时间内解决目前仍面临的问题 。
长远来看 ， AlphaFold2的巨大成功会让专业团队认识到人工智能算法的潜在可能 ， 促使他们将AI纳入到解决问题的工具库中 。 这一点无疑意义重大 。 参照人工智能在其他应用领域的成功 ， 我相信具备专业领域知识的专家与人工智能专家的结合 ， 将会促进该领域的蓬勃发展 。 人工智能作为新的研究工具和方法 ， 打破原有的研究范式 ， 带来理论与技术的创新 ， 指日可待 。
文章图片
牛张明先生
德睿智药创始人/CEO
推荐阅读
- 最新消息|IT系统出错 英国银行给7.5万人多发11亿工资
- 通信运营商|英国沃达丰、EE和Three将在2022年一同恢复欧盟漫游费用
- 赛道|声网发布实时互动场景创新生态报告，预测RTE行业市场规模将达千亿
- IT|美国法国英国连创历史新高 世卫组织警告“感染海啸”到来
- the|美疾控中心预测：未来一个月内全美或有超4.4万人死于新冠肺炎
- 斯温伯恩|英国12岁男孩智商得分超过爱因斯坦
- 数字货币|是继续欣欣向荣还是泡沫破灭? 专家给出加密货币2022年五大预测
- the|美国CDC将omicron占比从73%下修 但仍预测病例会继续增加
- 量子|美国《信号》杂志预测2022年十大技术趋势
- 人工智能|人工智能预测蛋白质结构