蛋白质科学家和人工智能正面交锋

罗格斯大学的一组蛋白质科学家与计算机程序进行了正面交锋。 

剧透警告：人工智能赢了。 但仅差一根头发。 

将人类与人工智能相匹配

科学家们决定进行一项实验，将深入了解蛋白质设计和自组装的人类与具有预测能力的人工智能计算机程序进行匹配。 位列潜在科学家名单首位的是罗格斯大学先进生物技术和医学中心 (CABM) 的研究员维卡斯·南达 (Vikas Nanda)。 

该实验的目的是看看人类或人工智能是否可以更好地预测哪些蛋白质序列将最成功地结合。 

结果发表在 化学性质.

南达、伊利诺伊州阿贡国家实验室的研究人员以及美国各地的同事表示，这场战斗“势均力敌，但具有决定性”。 这场竞赛让南达和几位同事反对人工智能项目，最终以微弱优势获胜。 

科学家们正在寻求更多有关蛋白质自组装的知识，相信通过更好地了解它，他们可以设计出用于医疗和工业用途的新的创新产品。 其中一种产品可能是用于伤口的人造人体组织，而另一种可能是新化学产品的催化剂。 

南达是罗格斯罗伯特伍德约翰逊医学院生物化学和分子生物学系的教授。 

Nanda 表示：“尽管我们拥有丰富的专业知识，但人工智能在多个数据集上的表现同样好甚至更好，这显示了机器学习在克服人类偏见方面的巨大潜力。” 

蛋白质设计和自组装

蛋白质由大量首尾相连的氨基酸组成，链折叠形成具有复杂形状的三维分子。 每种蛋白质的形状及其所含的氨基酸决定了其行为。 南达等研究人员参与“蛋白质设计”，这意味着他们创建产生新蛋白质的序列。 该团队最近设计了一种合成蛋白，可以快速检测VX这种危险的神经毒剂。 这一新进展可能对新的生物传感器和治疗方法产生重大影响。 

蛋白质与其他蛋白质自组装形成在生物学中重要的上层结构。 在某些情况下，蛋白质似乎遵循某种设计，例如它们自组装成病毒的保护性外壳的情况。 其他时候，它们在形成与某些疾病相关的生物结构时进行自组装。 

“了解蛋白质自组装是在包括医学和工业在内的许多领域取得进步的基础，”南达说。

南达和其他五位同事获得了一份蛋白质清单，并要求预测哪些蛋白质可能会自组装。 然后将预测与计算机程序的预测进行比较。 

人类专家根据他们在实验中观察到的蛋白质行为（包括电荷模式和对水的厌恶程度）使用了经验法则。 他们选择了 11 种预测会自组装的蛋白质，而人工智能则选择了 XNUMX 种蛋白质。 

他们的实验表明，人类从 11 种蛋白质中做出了 XNUMX 种正确的预测，而计算机程序选择了 XNUMX 种。 

该实验还表明，人类专家“偏爱”某些氨基酸而不是其他氨基酸，这导致了错误的选择。 人工智能正确地选择了一些蛋白质，但这些蛋白质的品质并不明显。 

“我们正在努力对导致自组装的相互作用的化学性质有一个基本的了解，所以我担心使用这些程序会阻碍重要的见解，”南达说。 “但我开始真正理解的是，机器学习只是另一种工具，就像其他工具一样。”