![\"Un](\"https:\/\/i.kinja-img.com\/gawker-media\/image\/upload\/c_fill,f_auto,fl_progressive,g_center,h_80,pg_1,q_80,w_80\/aba5357fb263fc3143689c1d17fb19d3.png)
<\/div>\n<\/div>\n<\/span><\/div>\n
<\/figure>\n La historia de la computaci\u00f3n de IA en las \u00faltimas d\u00e9cadas sigue un gui\u00f3n un tanto familiar: breves estallidos de avances que cambiaron la industria seguidos de meses o a\u00f1os de cambios m\u00e1s peque\u00f1os. incremental<\/span> cambiar con una parte justa de controversia<\/span> salpicado en el medio. Hoy es uno de esos momentos decisivos.<\/p>\n Deepmind propiedad de Alphabet el jueves Anunciado<\/span> est\u00e1 lanzando una base de datos de predicciones para pr\u00e1cticamente todas las prote\u00ednas actualmente conocidas por la ciencia, un avance que se espera que acelere significativamente el desarrollo de f\u00e1rmacos y avances cr\u00edticos en nuevas tecnolog\u00edas. La base de datos ampliada revelada esta semana aumenta la cantidad de prote\u00ednas conocidas y catalogadas incluidas en la base de datos de Deepmind en m\u00e1s de 200 veces.de 1 mill\u00f3n de estructuras a alrededor de 200 millones de estructuras. <\/p>\n <\/span><\/div>\n <\/figure>\n Esas predicciones vienen a trav\u00e9s del software AlphaFold AI de Deepmind. En 2020, AlphaFold demostr\u00f3 que pod\u00eda predecir la forma de ciertas estructuras de prote\u00ednas y crear modelos 3D con una precisi\u00f3n sin precedentes. Comenz\u00f3 la mente profunda publicaci\u00f3n<\/span> algunas de estas estructuras en esta base de datos abierta<\/span> el a\u00f1o pasado, comenzando con las estructuras conocidas de 20 especies y el 98% de todas las prote\u00ednas humanas. Deepmind cree que la gran expansi\u00f3n de esta semana, que incluye estructuras predichas para plantas, bacterias, animales y otros organismos, podr\u00eda crear nuevas oportunidades para que los cient\u00edficos avancen en la investigaci\u00f3n necesaria para abordar la sostenibilidad.litproblemas y escasez de alimentos. Deep Mind est\u00e1 poniendo a disposici\u00f3n todas las estructuras para su descarga masiva a trav\u00e9s de Conjuntos de datos p\u00fablicos en la nube de Google<\/span>.<\/p>\n Antes de AlphaFold, la predicci\u00f3n de prote\u00ednas seg\u00fan se informa<\/span> involucr\u00f3 una experimentaci\u00f3n que consumi\u00f3 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 precisi\u00f3n la estructura de una prote\u00edna de meses o a\u00f1os a meros segundos.<\/p>\n G\/O Media puede recibir una comisi\u00f3n<\/p>\n 30% de descuento<\/p>\n Canon Pixma MG3620<\/p>\n<\/div>\n<\/div>\n Un colegio esencial<\/strong> \u201cAlphaFold ya ha acelerado y permitido descubrimientos masivos, incluido el descifrado de la estructura del complejo de poros nucleares\u201d, dijo Topol. \u00abY con esta nueva adici\u00f3n de estructuras que iluminan casi todo el universo de prote\u00ednas, podemos esperar que se resuelvan m\u00e1s misterios biol\u00f3gicos cada d\u00eda\u00bb.<\/p>\n Los c\u00edrculos en la imagen a continuaci\u00f3n ilustran la escala de las nuevas incorporaciones de esta semana. Si bien la estructura proteica prevista para todos los organismos enumerados aument\u00f3 dr\u00e1sticamente desde el a\u00f1o pasado, la mayor parte de los datos involucra animales. A eso le siguen las plantas y poco despu\u00e9s las bacterias. <\/p>\n <\/span><\/div>\n <\/figure>\n \u201cEsto se reduce a la medicina, la agricultura, la biotecnolog\u00eda, todo\u201d, dijo la directora em\u00e9rita del Instituto Europeo de Bioinform\u00e1tica, Dame Janet Thornton, en un comunicado. declaraci\u00f3n<\/span>. \u201cHay muchas aplicaciones. Es [the database] como una tienda en la que puedes entrar y obtener tu prote\u00edna favorita y mirarla al instante\u201d.<\/p>\n Los cient\u00edficos de todo el mundo ya han comenzado a utilizar los modelos de AlphaFold para avanzar en la investigaci\u00f3n en sus campos. Naturalmente, Alphabet tambi\u00e9n trat\u00f3 de entrar en acci\u00f3n. A finales del a\u00f1o pasado, el conglomerado anunci\u00f3 que hab\u00eda Girado<\/span> una nueva compa\u00f1\u00eda llamada Isomorphic Labs con el prop\u00f3sito expreso de tomar revelaciones extra\u00eddas de AlphaFold y usarlas para descubrir nuevos medicamentos farmac\u00e9uticos. Ambiciosamente, CEO de Deepmind demis hassabis afirm\u00f3 que el proyecto podr\u00eda \u00abreimaginar todo el proceso de descubrimiento de f\u00e1rmacos desde los primeros principios con un enfoque basado en la IA\u00bb. <\/p>\n<\/div>\n![\"Imagen](\"https:\/\/i.kinja-img.com\/gawker-media\/image\/upload\/c_fill,f_auto,fl_progressive,g_center,h_80,pg_1,q_80,w_80\/53079c66e95f4dbbc087df7eee8ef2fd.png)
Como parte de Off to College Essentials de Amazon, esta Canon Pixma usa wi-fi para imprimir desde su tel\u00e9fono, computadora port\u00e1til o tableta<\/span><\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n![\"Imagen](\"https:\/\/i.kinja-img.com\/gawker-media\/image\/upload\/c_fill,f_auto,fl_progressive,g_center,h_80,pg_1,q_80,w_80\/d2b0c51a7f57d8860d662e438d484760.png)