(資料圖片僅供參考)

美國研究人員利用人工智能（AI）成功設計出超越自然界的新蛋白質(zhì)，為替代傳統(tǒng)的石油或陶瓷等原材料制造出具有特定機械性能的材料打下了堅實的基礎。據(jù)最新一期《化學》雜志發(fā)布的研究論文介紹，這一創(chuàng)新性的機器學習算法已經(jīng)得到了成功應用。

麻省理工學院、IBM沃森AI實驗室和塔夫茨大學研究人員采用了一種生成模型，其與DALL-E 2等AI系統(tǒng)中使用的機器學習模型架構相同，但研究人員調(diào)整了模型架構，以預測實現(xiàn)特定結構的蛋白質(zhì)的氨基酸序列。

這一模型學習控制蛋白質(zhì)形成方式的生化關系，產(chǎn)生超越自然界的新蛋白質(zhì)，從而實現(xiàn)獨特應用，例如，該工具開發(fā)的食品涂層可使農(nóng)產(chǎn)品保鮮時間更長，同時保證食用安全。該模型還可在幾天內(nèi)就生成數(shù)百萬種蛋白質(zhì)，為科學家迅速提供可供探索的新可能。

研究人員此次構建了兩個機器學習模型，以預測各種新氨基酸序列，這些氨基酸序列形成滿足結構設計目標的蛋白質(zhì)。一種模型在蛋白質(zhì)的整體結構特性上起作用，另一種模型在氨基酸水平上起作用。兩種模型都通過組合這些氨基酸結構來產(chǎn)生蛋白質(zhì)。

這些模型與預測蛋白質(zhì)折疊的算法相關聯(lián)，研究人員使用該算法來確定蛋白質(zhì)的3D結構。然后，他們計算其結果屬性，并根據(jù)設計規(guī)范檢查這些屬性。測試顯示，其與現(xiàn)有氨基酸序列存在部分重疊，在大多數(shù)情況下約有50%—60%，但也有一些全新的序列。相似程度表明，AI生成的許多蛋白質(zhì)是可合成的。

這項研究的成功是應用人工智能技術在材料科學領域的重要進展之一，也將有助于我們更好地適應未來的挑戰(zhàn)，比如同步解決環(huán)境保護和實現(xiàn)經(jīng)濟可持續(xù)發(fā)展等問題。

前瞻經(jīng)濟學人APP資訊

更多本行業(yè)研究分析詳見前瞻產(chǎn)業(yè)研究院《2023-2028年中國化工新材料行業(yè)發(fā)展前景與投資戰(zhàn)略規(guī)劃分析報告》同時前瞻產(chǎn)業(yè)研究院還提供產(chǎn)業(yè)大數(shù)據(jù)、產(chǎn)業(yè)研究、政策研究、產(chǎn)業(yè)鏈咨詢、產(chǎn)業(yè)圖譜、產(chǎn)業(yè)規(guī)劃、園區(qū)規(guī)劃、產(chǎn)業(yè)招商指南、IPO募投可研、IPO業(yè)務與技術撰寫、IPO工作底稿咨詢等解決方案。

標簽：