- [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, rozwikłanie tajemnic życia... Zmieniający się krajobraz rozwoju leków
AI Unlocks the Secrets of Life... Transforming Drug Development
Autor: Choi Bong-hyuk, kolumnista | theesg News
Article by Columnist Choi Bong-hyuk | theesg News
Struktura białka jest kluczem do zrozumienia zjawisk życia. Jednak przewidywanie tej struktury pozostawało wyzwaniem trwającym dziesięciolecia w naukach przyrodniczych. Sztuczna inteligencja (AI) przedstawiła odpowiedź na ten problem. Bohaterem jest 'AlphaFold', AI opracowane przez 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 to program AI, który dokładnie przewiduje trójwymiarową strukturę białek, wykorzystując jedynie sekwencje aminokwasów. Mówiąc prościej, AI najpierw szkicuje skręty i zakręty białek, które są tak długie i złożone jak splątane nici. Ponieważ białka muszą składać się w określone struktury, aby prawidłowo funkcjonować, przewidywania AlphaFold dostarczają rewolucyjnych wglądów w zrozumienie zjawisk życia i opracowywanie nowych leków.
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.
Rzucając wyzwanie zagadce 'Składanie białek'
Challenging the 'Protein Folding' Puzzle
W połowie 2010 roku, po zadziwieniu świata swoją szachową i Go AI 'AlphaGo', DeepMind podjął kolejne wyzwanie. Tym razem był to 'problem składania białek', często nazywany 'świętym Graalem' nauk przyrodniczych. Wcześniej ujawnienie struktur białkowych wymagało lat eksperymentów i ogromnych nakładów finansowych na badania. DeepMind wierzył, że zdolności rozpoznawania wzorców i ogromne zasoby danych AI mogą rozwiązać ten problem.
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.
Udowodnienie swoich umiejętności na olimpiadzie przewidywania struktur białek AI
Proving Its Prowess at the AI Protein Structure Prediction Olympics
AlphaFold zadebiutował na międzynarodowych zawodach w przewidywaniu struktur białkowych 'CASP' w 2018 roku. Pomimo wersji 1.0, osiągnął wyższą dokładność niż jakakolwiek istniejąca metoda predykcji, zajmując pierwsze miejsce. W tamtym czasie nie był jeszcze na poziomie zastępowania eksperymentów, ale udowodnił potencjał AI do zmiany paradygmatu nauk przyrodniczych.
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.
W 2020 roku AlphaFold 2.0 zaprezentował zupełnie nowy poziom wydajności na tych samych zawodach. Osiągnął dokładność predykcji porównywalną lub nawet przewyższającą rzeczywiste wyniki eksperymentów. Społeczność naukowa uznała to za "wirtualne rozwiązanie problemu składania białek."
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."
Zmiana krajobrazu nauki poprzez ujawnianie danych
Changing the Landscape of Science Through Data Disclosure
W 2021 roku DeepMind udostępnił model predykcyjny AlphaFold i kod źródłowy naukowcom na całym świecie. Jednocześnie przewidział i zdigitalizował struktury 3D milionów białek. Dane te są obecnie szeroko wykorzystywane w wielu dziedzinach nauk przyrodniczych, w tym w rozwoju leków, badaniach nad chorobami i inżynierii enzymów. Badania, które wcześniej zajmowały lata, można teraz ukończyć w ciągu kilku minut, co znacznie skraca czas i koszty rozwoju leków.
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.
Komentarze0