Помните AlphaFold? Это нейросеть от DeepMind, которая может предсказывать структуру белков. Это очень-очень важный прорыв для медицины. Почему это так, мы писали тут: обязательно почитайте, если еще не.
#paper #tech
Несколько дней назад DeepMind выложили статью в журнале Nature с детальным описанием работы нейросети. Дождались! Теперь можно узнать, какие данные использовались для обучения, какая архитектура у сети и как проходило обучение.
Это еще не все: вместе со статьей исследователи объявили о создании базы данных протеинов. С помощью нейросети AlphaFold ученые собираются предсказать строение всех протеинов, которые принимают участие в жизнедеятельности человеческого организма. А таких белков — более 100 миллионов! И большинство из них (83%) пока совсем не изучены биологами. Просчет всех них займет около двух месяцев.
Конечно, не все структуры белков, предсказанные AlphaFold, суперточны. Только ~36% из них обладают атомартной точностью, то есть, отличаются от истинных структур только на уровне отдельных атомов. Однако даже не самые точные модели белков сильно помогут ученым. Например, определить функцию, которую белок выполняет в человеческом теле, можно и по приблизительной модели строения белка. При этом до появления AlphaFold определять функции многих белков было сложно и долго, а некоторых — и невозможно.
Также DeepMind собирается выложить код модели в открытый бесплатный доступ. Надеемся, что эта работа действительно поможет ученым и ускорит понимание биологии тела и создание новых лекарств.
#paper #tech
Несколько дней назад DeepMind выложили статью в журнале Nature с детальным описанием работы нейросети. Дождались! Теперь можно узнать, какие данные использовались для обучения, какая архитектура у сети и как проходило обучение.
Это еще не все: вместе со статьей исследователи объявили о создании базы данных протеинов. С помощью нейросети AlphaFold ученые собираются предсказать строение всех протеинов, которые принимают участие в жизнедеятельности человеческого организма. А таких белков — более 100 миллионов! И большинство из них (83%) пока совсем не изучены биологами. Просчет всех них займет около двух месяцев.
Конечно, не все структуры белков, предсказанные AlphaFold, суперточны. Только ~36% из них обладают атомартной точностью, то есть, отличаются от истинных структур только на уровне отдельных атомов. Однако даже не самые точные модели белков сильно помогут ученым. Например, определить функцию, которую белок выполняет в человеческом теле, можно и по приблизительной модели строения белка. При этом до появления AlphaFold определять функции многих белков было сложно и долго, а некоторых — и невозможно.
Также DeepMind собирается выложить код модели в открытый бесплатный доступ. Надеемся, что эта работа действительно поможет ученым и ускорит понимание биологии тела и создание новых лекарств.