將此連結分享給你的朋友：
您尚未登入，將以訪客身份留言。亦可以上方服務帳號登入留言
人工智能破解蛋白質結構可能引發醫學革命 保羅·林肯（Paul Rincon） BBC新聞網科學事務編輯 2021年7月31日 蛋白質結構 圖像來源，Karen Arnott 圖像加註文字， 到現在為止，我們只研究出人類基因組極少數蛋白質的構造 人工智能被用來預測人體產生的幾乎每一種蛋白質的結構。 這一重大科研發展能夠加速推進研發治療疾病的新藥物，還能用在其他許多地方。 蛋白質是所有生物有機體的組成部分，我們體內的每一個細胞都充滿蛋白質。 了解蛋白質的結構和形狀對醫藥研究的進步至關重要，但是到現在為止，我們只研究出少數蛋白質的構造。 研究人員用一個名為「AlphaFold」的人工智能軟件來預測人體和其他有機體的35萬種蛋白質的結構。 人類蛋白質如何組成是由我們體內的基因組決定，也就是人類細胞核裏面的遺傳物質DNA，能夠決定大約兩萬種蛋白質。 「AlphaFold」的人工智能軟件是谷歌旗下的DeepMind人工智能公司開發的，該公司共同創辦人兼首席執行官哈薩比斯（Demis Hassabis）表示，這是迄今為止人類蛋白質最完整、最凖確的圖像。 人工智能破解生物學最大謎團之一的意義所在 新冠疫情：人工智能算法能「聽咳嗽聲音辨識新冠病毒」 「我們認為這代表了人工智能對科學知識進展所做的最大貢獻。」 他表示，這是人工智能有助於社會的最佳範例，未來還會有更多激勵人心的發展。 塑料污染 圖像來源，Getty Images 圖像加註文字， 這項研究可以用來開發能夠消化塑料的酵素 蛋白質由氨基酸按一定順序結合形成的多肽鏈組成，它們以無數方式折疊成各種獨特的三維形狀，蛋白質的三維形狀決定其在人體內的功能。 AlphaFold 預測的35萬種蛋白質結構包含了人體的兩萬個蛋白質組成，還有所謂的「模式生物」的蛋白質，而所謂的模式生物是在實驗室中被用來進行科學研究的有機體，例如大腸桿菌、酵母、果蠅和白老鼠。 DeepMind 的研究人員和歐洲分子生物學實驗室（European Molecular Biology Laboratory）的團隊在《自然》期刊上發表研究報告。 試驗結果顯示，AlphaFold 人工智能軟件能夠凖確預測人類蛋白質的58%的氨基酸結構，另外有35.7%的蛋白質結構凖確率更高，是實驗室研究結果的兩倍。 傳統上研究蛋白質結構的方法包括X射線晶體學，低溫電子顯微技術等，但是用傳統方法進行研究非常困難，朴茨茅斯大學（University of Portsmouth）的結構生物學家馬克吉漢（John McGeehan）教授表示，傳統方法需要大量金錢和資源。 因此，傳統方法研究蛋白質結構通常是有目標的科學研究的其中一部分，在此之前從來沒有任何研究項目能夠系統性的研究出人體所有蛋白質的結構。 事實上，在這之前，實驗室中只研究了17%的蛋白質結構。 「看圖說話」 人工智能成預測失智症能手 人工智能AI可幫助人類發揮「群體智慧」 馬克吉漢教授表示，人工智能的速度非常快，從一開始研究一種蛋白質的結構需要6個月的時間，到現在只需要幾分鐘就好，這是傳統方法做不到的。 「我們一開始給DeepMind研究團隊送過去7個序列，其中兩個已經有實驗室研究出結構，所以等他們將結果送回來的時候我們可以對照測試其凖確性。」 「我們看到AlphaFold預測出的結構，竟然和我們實驗室得出的結構一模一樣，坦白說實在令人震驚。」 製藥廠 圖像來源，Getty Images 圖像加註文字， 這一重大科研發展能夠加速推進研發治療疾病的新藥物 歐洲分子生物學實驗室的赫德（Edith Heard）教授表示，蛋白質是有機體最基本的組成部分，人工智能研究出蛋白質結構，完全改變了我們如何理解生命的運作。 這個發展結果未來的應用非常廣泛，包括開發能夠用於各種疾病的新的藥物和治療方法，設計或改造未來能夠抵抗氣候變化的農作物，創造能夠消化塑料的酵素。 馬克吉漢教授的研究團隊已經開始用AlphaFold的數據來開發能夠更快消化塑料的酵素，他表示這個人工智能軟件提供的蛋白質結構預測是實驗室無法做到的，為他們的項目加速了好幾年的時間。 DeepMind已經和歐洲分子生物學實驗室共同合作，將AlphaFold的編碼和蛋白質結構預測開放給全球科研團體使用。 DeepMind的哈薩比斯計劃大幅擴展數據庫資料，最終要包括科學界已知的超過一億種蛋白質的結構。 相關主題內容 生物學 醫學研究 科學天地 谷歌 技術新知 藥 人工智慧
SpaceX衛星貼近中國太空站？小粉紅攻擊馬斯克 熱門文章 關閉 SpaceX衛星貼近中國太空站？小粉紅攻擊馬斯克 物理學家首次通過實驗重構量子波函數 氫原子的電子波函數示意圖。(公有領域) 科技新聞 物理學家首次通過實驗重構量子波函數 更新: 2021年12月28日 11:12 AM 人氣 492 Facebook Twitter Line 複製鏈接 字號 【大紀元2021年12月27日訊】（大紀元記者高文森編譯報導）經過十幾年的研究，一組科學家第一次通過實驗的方法成功地重構了量子波函數。這項成果11月3日發表於《自然》（Nature）期刊。 波函數是描述量子粒子特性的抽象概念，是物理學家構建量子力學的重要基石。電子在不同材料內部所展現的特性不同，掌握這其中的規律是研發新材料所需要的關鍵環節。 要預測一個電子在材料內移動的速度，或是它所攜帶的能量，科學家使用的是1929年物理學家菲利克斯·布洛赫（Felix Bloch）提出的布洛赫波（Bloch wave）函數。這對開發量子設備很重要。在這個函數提出九十多年後，這份研究終於首次通過實驗重構了這個波函數。 主要研究者之一加州大學聖塔芭芭拉分校（University of California，Santa Barbara，縮寫U.C.S.B.）畢業生喬·科斯特洛（Joe Costello）說：「電子的波函數很特別，如果你要設計用到量子學特性的新設備，你需要對這些（函數所涉及的）參數非常了解。」 這些參數非常抽象，比如電子的能量級、以及函數「相位」（phase）等。在以前的研究中，科學家對電子的能量級有了不錯的探討；然而隨著量子技術的發展，相位參數的重要性隨之增加。這正是這份研究重點突破的對象。 這個研究組用兩束激光和半導體材料砷化鎵進行實驗，從它們的互動中對相位參數展開探索。這個實驗包含三個步驟。第一步他們先用近紅外激光刺激材料內的電子。這給予電子能量使其在半導體中快速運動。電子是帶負電荷的，當它們快速運動的時候，會出現一個名為「空穴」（hole）的粒子隨著一起移動，空穴可以理解為是電子的影子粒子，但是它帶正電荷。 第二步，研究人員使用另一束超快脈衝激光把電子和空穴擊散，之後又快速允許它們重聚。這束激光作用的時間短到只有萬億分之一秒。最後，空穴和電子在分開期間所增加的能量，在重聚的時候以出現一道閃光的方式釋放。 十年前，這個研究組的負責人U.C.S.B.的物理學家馬克·舍溫（Mark Sherwin）就意識到，這些閃光的特性對激光的特性很敏感。現在，他引領的研究組通過實驗展示，電子和空穴重聚時所發出閃光，與開始的時候用於衝擊電子的激光的偏振特性密切相關。正是激光的偏振特性影響著電子和空穴之間波函數的不同「相位」。最後釋放的閃光的偏振性，也是由這個函數的相位決定的。 在以前，相位這樣抽象的參數無法用物理公式上實際的數字描述，而這份研究把它與實際的、光的偏振度的測量聯繫起來。 沒有參與這份研究的同行、斯坦福大學物理學家香布·吉米爾（Shambhu Ghimire）告訴美國科學人（Scientific American），這份研究把以前完全不可捉摸的、抽象的數學概念，用對光的測量展示了出來，這份研究的突破之處正在於此。◇# 責任編輯：葉紫微 標籤: 量子波函數 超快脈衝激光 偏振光 相關專題: 科學新知 / 科技前沿
https://m.youtube.com/watch?v=XW5eO3EypbM&list=PLstdOGDXMaWKAGMkTdfHj9mhC8p0Xt75O&index=44
https://www.lib.ntu.edu.tw/
2022-06-10 吳信宏/涂旃嘉/林雨佑 新臺幣 50 其它指定用途(臺大物理系林清涼教授紀念入學獎學金)
分享至痞客邦部落格
分享連結
人工智能破解蛋白質結構可能引發醫學革命
保羅·林肯（Paul Rincon）
BBC新聞網科學事務編輯
2021年7月31日
蛋白質結構
圖像來源，Karen Arnott
圖像加註文字，
到現在為止，我們只研究出人類基因組極少數蛋白質的構造
人工智能被用來預測人體產生的幾乎每一種蛋白質的結構。
這一重大科研發展能夠加速推進研發治療疾病的新藥物，還能用在其他許多地方。
蛋白質是所有生物有機體的組成部分，我們體內的每一個細胞都充滿蛋白質。
了解蛋白質的結構和形狀對醫藥研究的進步至關重要，但是到現在為止，我們只研究出少數蛋白質的構造。
研究人員用一個名為「AlphaFold」的人工智能軟件來預測人體和其他有機體的35萬種蛋白質的結構。
人類蛋白質如何組成是由我們體內的基因組決定，也就是人類細胞核裏面的遺傳物質DNA，能夠決定大約兩萬種蛋白質。
「AlphaFold」的人工智能軟件是谷歌旗下的DeepMind人工智能公司開發的，該公司共同創辦人兼首席執行官哈薩比斯（Demis Hassabis）表示，這是迄今為止人類蛋白質最完整、最凖確的圖像。
人工智能破解生物學最大謎團之一的意義所在
新冠疫情：人工智能算法能「聽咳嗽聲音辨識新冠病毒」
「我們認為這代表了人工智能對科學知識進展所做的最大貢獻。」
他表示，這是人工智能有助於社會的最佳範例，未來還會有更多激勵人心的發展。
塑料污染
圖像來源，Getty Images
圖像加註文字，
這項研究可以用來開發能夠消化塑料的酵素
蛋白質由氨基酸按一定順序結合形成的多肽鏈組成，它們以無數方式折疊成各種獨特的三維形狀，蛋白質的三維形狀決定其在人體內的功能。
AlphaFold 預測的35萬種蛋白質結構包含了人體的兩萬個蛋白質組成，還有所謂的「模式生物」的蛋白質，而所謂的模式生物是在實驗室中被用來進行科學研究的有機體，例如大腸桿菌、酵母、果蠅和白老鼠。
DeepMind 的研究人員和歐洲分子生物學實驗室（European Molecular Biology Laboratory）的團隊在《自然》期刊上發表研究報告。
試驗結果顯示，AlphaFold 人工智能軟件能夠凖確預測人類蛋白質的58%的氨基酸結構，另外有35.7%的蛋白質結構凖確率更高，是實驗室研究結果的兩倍。
傳統上研究蛋白質結構的方法包括X射線晶體學，低溫電子顯微技術等，但是用傳統方法進行研究非常困難，朴茨茅斯大學（University of Portsmouth）的結構生物學家馬克吉漢（John McGeehan）教授表示，傳統方法需要大量金錢和資源。
因此，傳統方法研究蛋白質結構通常是有目標的科學研究的其中一部分，在此之前從來沒有任何研究項目能夠系統性的研究出人體所有蛋白質的結構。
事實上，在這之前，實驗室中只研究了17%的蛋白質結構。
「看圖說話」 人工智能成預測失智症能手
人工智能AI可幫助人類發揮「群體智慧」
馬克吉漢教授表示，人工智能的速度非常快，從一開始研究一種蛋白質的結構需要6個月的時間，到現在只需要幾分鐘就好，這是傳統方法做不到的。
「我們一開始給DeepMind研究團隊送過去7個序列，其中兩個已經有實驗室研究出結構，所以等他們將結果送回來的時候我們可以對照測試其凖確性。」
「我們看到AlphaFold預測出的結構，竟然和我們實驗室得出的結構一模一樣，坦白說實在令人震驚。」
製藥廠
圖像來源，Getty Images
圖像加註文字，
這一重大科研發展能夠加速推進研發治療疾病的新藥物
歐洲分子生物學實驗室的赫德（Edith Heard）教授表示，蛋白質是有機體最基本的組成部分，人工智能研究出蛋白質結構，完全改變了我們如何理解生命的運作。
這個發展結果未來的應用非常廣泛，包括開發能夠用於各種疾病的新的藥物和治療方法，設計或改造未來能夠抵抗氣候變化的農作物，創造能夠消化塑料的酵素。
馬克吉漢教授的研究團隊已經開始用AlphaFold的數據來開發能夠更快消化塑料的酵素，他表示這個人工智能軟件提供的蛋白質結構預測是實驗室無法做到的，為他們的項目加速了好幾年的時間。
DeepMind已經和歐洲分子生物學實驗室共同合作，將AlphaFold的編碼和蛋白質結構預測開放給全球科研團體使用。
DeepMind的哈薩比斯計劃大幅擴展數據庫資料，最終要包括科學界已知的超過一億種蛋白質的結構。
相關主題內容
生物學
醫學研究
科學天地
谷歌
技術新知
藥
人工智慧
SpaceX衛星貼近中國太空站？小粉紅攻擊馬斯克
熱門文章
關閉
SpaceX衛星貼近中國太空站？小粉紅攻擊馬斯克
物理學家首次通過實驗重構量子波函數
氫原子的電子波函數示意圖。(公有領域)
科技新聞
物理學家首次通過實驗重構量子波函數
更新: 2021年12月28日 11:12 AM 人氣 492
Facebook Twitter Line 複製鏈接 字號
【大紀元2021年12月27日訊】（大紀元記者高文森編譯報導）經過十幾年的研究，一組科學家第一次通過實驗的方法成功地重構了量子波函數。這項成果11月3日發表於《自然》（Nature）期刊。
波函數是描述量子粒子特性的抽象概念，是物理學家構建量子力學的重要基石。電子在不同材料內部所展現的特性不同，掌握這其中的規律是研發新材料所需要的關鍵環節。
要預測一個電子在材料內移動的速度，或是它所攜帶的能量，科學家使用的是1929年物理學家菲利克斯·布洛赫（Felix Bloch）提出的布洛赫波（Bloch wave）函數。這對開發量子設備很重要。在這個函數提出九十多年後，這份研究終於首次通過實驗重構了這個波函數。
主要研究者之一加州大學聖塔芭芭拉分校（University of California，Santa Barbara，縮寫U.C.S.B.）畢業生喬·科斯特洛（Joe Costello）說：「電子的波函數很特別，如果你要設計用到量子學特性的新設備，你需要對這些（函數所涉及的）參數非常了解。」
這些參數非常抽象，比如電子的能量級、以及函數「相位」（phase）等。在以前的研究中，科學家對電子的能量級有了不錯的探討；然而隨著量子技術的發展，相位參數的重要性隨之增加。這正是這份研究重點突破的對象。
這個研究組用兩束激光和半導體材料砷化鎵進行實驗，從它們的互動中對相位參數展開探索。這個實驗包含三個步驟。第一步他們先用近紅外激光刺激材料內的電子。這給予電子能量使其在半導體中快速運動。電子是帶負電荷的，當它們快速運動的時候，會出現一個名為「空穴」（hole）的粒子隨著一起移動，空穴可以理解為是電子的影子粒子，但是它帶正電荷。
第二步，研究人員使用另一束超快脈衝激光把電子和空穴擊散，之後又快速允許它們重聚。這束激光作用的時間短到只有萬億分之一秒。最後，空穴和電子在分開期間所增加的能量，在重聚的時候以出現一道閃光的方式釋放。
十年前，這個研究組的負責人U.C.S.B.的物理學家馬克·舍溫（Mark Sherwin）就意識到，這些閃光的特性對激光的特性很敏感。現在，他引領的研究組通過實驗展示，電子和空穴重聚時所發出閃光，與開始的時候用於衝擊電子的激光的偏振特性密切相關。正是激光的偏振特性影響著電子和空穴之間波函數的不同「相位」。最後釋放的閃光的偏振性，也是由這個函數的相位決定的。
在以前，相位這樣抽象的參數無法用物理公式上實際的數字描述，而這份研究把它與實際的、光的偏振度的測量聯繫起來。
沒有參與這份研究的同行、斯坦福大學物理學家香布·吉米爾（Shambhu Ghimire）告訴美國科學人（Scientific American），這份研究把以前完全不可捉摸的、抽象的數學概念，用對光的測量展示了出來，這份研究的突破之處正在於此。◇#
責任編輯：葉紫微
標籤: 量子波函數 超快脈衝激光 偏振光
相關專題: 科學新知 / 科技前沿
https://m.youtube.com/watch?v=XW5eO3EypbM&list=PLstdOGDXMaWKAGMkTdfHj9mhC8p0Xt75O&index=44
https://www.lib.ntu.edu.tw/
2022-06-10
吳信宏/涂旃嘉/林雨佑
新臺幣
50
其它指定用途(臺大物理系林清涼教授紀念入學獎學金)