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：人工智能获胜。但只是以微弱的优势。 

人类与人工智能的对决

科学家决定进行一个实验，将对蛋白质设计和自组装有深入理解的人类与具有预测能力的人工智能计算机程序进行对比。罗格斯大学的Center for Advanced Biotechnology and Medicine (CABM)的研究员Vikas Nanda位居潜在科学家名单之首。 

该实验旨在确定人类还是人工智能在预测哪些蛋白质序列将最成功地组合方面做得更好。 

结果发表在 Nature Chemistry.

Nanda、伊利诺伊州Argonne National Laboratory的研究人员以及美国各地的同事表示，这场竞争“势均力敌，但最终还是人工智能获胜”。竞争对手让Nanda和几位同事与人工智能程序对决，人工智能程序以微弱优势获胜。 

科学家们希望更深入地了解蛋白质自组装，相信通过更好地理解它，他们可以设计出用于医疗和工业用途的新型创新产品。这些产品可能包括用于伤口的人工人体组织和用于新型化学产品的催化剂。 

Nanda是罗格斯大学罗伯特·伍德·约翰逊医学院生物化学和分子生物学系的教授。 

“尽管我们拥有丰富的专业知识，但人工智能在几个数据集上表现得与我们一样好，甚至更好，展示了机器学习克服人类偏见的巨大潜力，”Nanda说。 

蛋白质设计和自组装

蛋白质由大量的氨基酸连接在一起，形成三维分子，具有复杂的形状。每个蛋白质的形状和所含的氨基酸决定了其行为。像Nanda这样的研究人员从事“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可以快速检测神经毒剂VX的合成蛋白质。这一新发展可能对新的生物传感器和治疗方法产生重大影响。 

蛋白质会自组装成超分子，这在生物学中非常重要。在某些情况下，似乎蛋白质遵循一种设计，例如当它们自组装成病毒的保护外壳时。其他时候，它们会在形成与某些疾病相关的生物结构时自组装。 

“了解蛋白质自组装对于在医学和工业等许多领域取得进展至关重要，”Nanda说。 

Nanda和五位同事被提供了一份蛋白质清单，并被要求预测哪些蛋白质可能会自组装。然后将这些预测与计算机程序的预测进行比较。 

人类专家使用基于他们对蛋白质行为的观察的经验法则，包括电荷模式和对水的厌恶程度。他们选择了11种他们预测会自组装的蛋白质，而人工智能选择了9种蛋白质。 

实验表明，人类在11种蛋白质中做出了6个正确的预测，而计算机程序选择了9种蛋白质。 

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。人工智能正确选择了一些不太明显的蛋白质。 

“我们正在努力对导致自组装的化学性质有一个基本的理解，所以我担心使用这些程序会阻止重要的见解，”Nanda说。“但是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。”