La historia de la computación de IA en las últimas décadas sigue un guión un tanto familiar: breves estallidos de avances que cambiaron la industria seguidos de meses o años de cambios más pequeños. incremental cambiar con una parte justa de controversia salpicado en el medio. Hoy es uno de esos momentos decisivos.
Deepmind propiedad de Alphabet el jueves Anunciado está lanzando una base de datos de predicciones para prácticamente todas las proteínas actualmente conocidas por la ciencia, un avance que se espera que acelere significativamente el desarrollo de fármacos y avances críticos en nuevas tecnologías. La base de datos ampliada revelada esta semana aumenta la cantidad de proteínas conocidas y catalogadas incluidas en la base de datos de Deepmind en más de 200 veces.de 1 millón de estructuras a alrededor de 200 millones de estructuras.
Esas predicciones vienen a través del software AlphaFold AI de Deepmind. En 2020, AlphaFold demostró que podía predecir la forma de ciertas estructuras de proteínas y crear modelos 3D con una precisión sin precedentes. Comenzó la mente profunda publicación algunas de estas estructuras en esta base de datos abierta el año pasado, comenzando con las estructuras conocidas de 20 especies y el 98% de todas las proteínas humanas. Deepmind cree que la gran expansión de esta semana, que incluye estructuras predichas para plantas, bacterias, animales y otros organismos, podría crear nuevas oportunidades para que los científicos avancen en la investigación necesaria para abordar la sostenibilidad.litproblemas y escasez de alimentos. Deep Mind está poniendo a disposición todas las estructuras para su descarga masiva a través de Conjuntos de datos públicos en la nube de Google.
Antes de AlphaFold, la predicción de proteínas según se informa involucró una experimentación que consumió mucho tiempo con rayos X, microscopios, y otras herramientas. En un comunicado, el fundador y director del Scripps Research Translational Institute, Eric Topol, dijo que AlphaFold ha reducido el tiempo para predecir con precisión la estructura de una proteína de meses o años a meros segundos.
G/O Media puede recibir una comisión
30% de descuento
Canon Pixma MG3620
Un colegio esencial
Como parte de Off to College Essentials de Amazon, esta Canon Pixma usa wi-fi para imprimir desde su teléfono, computadora portátil o tableta
“AlphaFold ya ha acelerado y permitido descubrimientos masivos, incluido el descifrado de la estructura del complejo de poros nucleares”, dijo Topol. «Y con esta nueva adición de estructuras que iluminan casi todo el universo de proteínas, podemos esperar que se resuelvan más misterios biológicos cada día».
Los círculos en la imagen a continuación ilustran la escala de las nuevas incorporaciones de esta semana. Si bien la estructura proteica prevista para todos los organismos enumerados aumentó drásticamente desde el año pasado, la mayor parte de los datos involucra animales. A eso le siguen las plantas y poco después las bacterias.
“Esto se reduce a la medicina, la agricultura, la biotecnología, todo”, dijo la directora emérita del Instituto Europeo de Bioinformática, Dame Janet Thornton, en un comunicado. declaración. “Hay muchas aplicaciones. Es [the database] como una tienda en la que puedes entrar y obtener tu proteína favorita y mirarla al instante”.
Los científicos de todo el mundo ya han comenzado a utilizar los modelos de AlphaFold para avanzar en la investigación en sus campos. Naturalmente, Alphabet también trató de entrar en acción. A finales del año pasado, el conglomerado anunció que había Girado una nueva compañía llamada Isomorphic Labs con el propósito expreso de tomar revelaciones extraídas de AlphaFold y usarlas para descubrir nuevos medicamentos farmacéuticos. Ambiciosamente, CEO de Deepmind demis hassabis afirmó que el proyecto podría «reimaginar todo el proceso de descubrimiento de fármacos desde los primeros principios con un enfoque basado en la IA».