《科学技术日报》（记者卢斯库安（Lu Chengkuan））于8月11日从中国科学院遗传与发育生物学研究所中学到了科学机构的研究人员，包括其他单位的研究人员，成功地开发了一种新方法智能（AI）。该方法明智地使用了现有的通用蛋白质相反的折叠AI模型，并且可以在不训练AI模型中训练的情况下实现蛋白质演化和设计功能的巨大演变。相关的研究结果最近在“单元格”中在线发布。 蛋白质的变化就像“变化”的生物分子，通过修复氨基酸的消耗来改变蛋白质的性能。如果与遗传的鼓手相比，养殖原生物是直接和独家的，并且回到了大自然可以在数百万年内发展后可以结交的朋友。 但是，现有的蛋白质转化技术有明确的缺点：传统方法是h非常依赖专家的经验，这些专家会消耗时间和昂贵；虽然新兴的AI预测技术需要为每种蛋白质的专业模型进行单独培训，这不仅具有灵活性较差，而且尤其是在计算源中消耗的。 “面对这些挑战，我们需要找到一种'智能'的方式来提出一种新的AI解决方案，该解决方案非常多功能，稳健，并且不依赖昂贵的计算能力。”高凯克斯说，中国科学院ORF遗传学和发育生物学研究所的相应论文和研究人员。 现有的通用蛋白质相反的折叠AI模型可以根据三维结构预测蛋白质的氨基酸修复。基于现有的一般蛋白质相反的折叠模型，研究人员开发了AICSLE模块，并推出了一种新的蛋白质变化方法。 测试结果发现新方法的新方法的准确性达到16％，其性能比其他标准AI模型高36％-90％。同时，在实验验证过程中，研究人员成功地使用了八种蛋白质，并使用新方法（包括脱氨酶）（包括基因编辑的主要工具）更改了八种蛋白质。 Gao Caixia说，与传统方法相比，新的蛋白质变化的新方法更好，更合适，更可扩展。这代表了生命科学领域的重要趋势，即用计算模拟代替实验室操作。特别值得一提的是，新方法大大降低了使用AI技术的阈值。普通的实验室可以享受明智的预测的舒适性，而不必装备昂贵的计算能力，这使更多的科学家受益。
