- [AI·인사이트] 알파고 보다 더 놀라운 알파폴드3 ···"생명 비밀 푼다" - 더이에스지(theesg)뉴스
- AI, 생명의 비밀을 풀다··· 신약 개발 판이 바뀐다글 ㅣ 최봉혁 칼럼니스트 ㅣ 더이에스지뉴스단백질의 구조는 생명 현상을 이해하는 핵심이다. 하지만 이 구조를
AI, svela i segreti della vita... Cambia il settore dello sviluppo di nuovi farmaci
AI Unlocks the Secrets of Life... Transforming Drug Development
Scritto da ㅣ Choi Bong-hyuk, editorialista ㅣ theesg News
Article by Columnist Choi Bong-hyuk | theesg News
La struttura delle proteine è fondamentale per comprendere i fenomeni della vita. Tuttavia, prevedere questa struttura è rimasto una sfida per decenni nel campo delle scienze della vita. L'intelligenza artificiale (AI) ha fornito la risposta a questo problema. Il protagonista è 'AlphaFold', un'IA sviluppata da Google DeepMind.
Protein structure is key to understanding life's phenomena. However, predicting this structure remained a decades-long challenge in the life sciences. Artificial intelligence (AI) has provided the answer to this problem. The protagonist is 'AlphaFold,' an AI developed by Google DeepMind.
AlphaFold è un programma di intelligenza artificiale che prevede con precisione la struttura tridimensionale delle proteine utilizzando solo le sequenze di amminoacidi. In parole povere, significa che l'IA prima abbozza le torsioni e le curve delle proteine, che sono lunghe e complesse come fili aggrovigliati. Poiché le proteine devono ripiegarsi in strutture specifiche per funzionare correttamente, le previsioni di AlphaFold forniscono informazioni rivoluzionarie per comprendere i fenomeni della vita e sviluppare nuovi farmaci.
AlphaFold is an AI program that accurately predicts the three-dimensional structure of proteins using only amino acid sequences. Simply put, it means the AI first sketches out the twists and turns of proteins, which are as long and complex as tangled threads. Since proteins must fold into specific structures to function properly, AlphaFold's predictions provide revolutionary insights for understanding life phenomena and developing new drugs.
Sfida l'enigma del 'ripiegamento proteico'
Challenging the 'Protein Folding' Puzzle
A metà degli anni 2010, dopo aver stupito il mondo con la sua IA per scacchi e Go 'AlphaGo', DeepMind si è imbarcata in un'altra sfida. Questa volta, è stato il 'problema del ripiegamento delle proteine', spesso definito il 'sacro Graal' delle scienze della vita. In precedenza, rivelare le strutture proteiche richiedeva anni di esperimenti ed enormi finanziamenti per la ricerca. DeepMind credeva che le capacità di riconoscimento dei modelli dell'IA e le sue vaste risorse di dati potessero risolvere questo problema.
In the mid-2010s, after astonishing the world with its chess and Go AI 'AlphaGo,' DeepMind embarked on another challenge. This time, it was the 'protein folding problem,' often called the 'holy grail' of life sciences. Previously, revealing protein structures required years of experiments and enormous research funding. DeepMind believed that AI's pattern recognition capabilities and vast data resources could solve this problem.
Dimostrando il suo valore alle Olimpiadi di previsione della struttura delle proteine dell'IA
Proving Its Prowess at the AI Protein Structure Prediction Olympics
AlphaFold ha fatto il suo debutto alla competizione internazionale del 2018 sulla previsione della struttura delle proteine 'CASP'. Nonostante fosse la versione 1.0, ha ottenuto una maggiore accuratezza rispetto a qualsiasi metodo di previsione esistente, assicurandosi il primo posto. All'epoca, non era ancora a un livello tale da sostituire gli esperimenti, ma ha dimostrato il potenziale dell'IA per cambiare il paradigma delle scienze della vita.
AlphaFold made its debut at the 2018 international protein structure prediction competition 'CASP.' Despite being version 1.0, it achieved higher accuracy than any existing prediction method, securing first place. At the time, it wasn't yet at a level to replace experiments, but it proved the potential for AI to change the paradigm of life sciences.
Nel 2020, AlphaFold 2.0 ha mostrato un livello di prestazioni completamente nuovo nella stessa competizione. Ha ottenuto un'accuratezza di previsione paragonabile o addirittura superiore ai risultati sperimentali effettivi. La comunità scientifica ha salutato questo come "la soluzione virtuale al problema del ripiegamento delle proteine".
In 2020, AlphaFold 2.0 showcased a completely new level of performance at the same competition. It achieved prediction accuracy comparable to or even surpassing actual experimental results. The scientific community hailed this as "the virtual solution to the protein folding problem."
Cambiamento del panorama scientifico attraverso la divulgazione dei dati
Changing the Landscape of Science Through Data Disclosure
Nel 2021, DeepMind ha reso il modello di previsione e il codice sorgente di AlphaFold liberamente disponibili per gli scienziati di tutto il mondo. Contemporaneamente, ha previsto e archiviato in un database le strutture 3D di milioni di proteine. Questi dati sono ora ampiamente utilizzati in numerosi campi delle scienze della vita, tra cui lo sviluppo di farmaci, la ricerca sulle malattie e l'ingegneria enzimatica. La ricerca che una volta richiedeva anni può ora essere completata in pochi minuti, riducendo significativamente i tempi e i costi dello sviluppo di farmaci.
In 2021, DeepMind made AlphaFold's prediction model and source code freely available to scientists worldwide. Simultaneously, it predicted and database-ized the 3D structures of millions of proteins. This data is now widely used across numerous life science fields, including drug development, disease research, and enzyme engineering. Research that once took years can now be completed in just minutes, significantly reducing the time and cost of drug development.
Commenti0