人工智能（AI）技術發展迅速，現在已應用到預測人體蛋白結構上。科學家們希望此項技術能幫助抑制癌症基因的生長。
由Google分支DeepMind開發的AlphaFold人工智能系統在預測蛋白質結構中達到了極高的精確性，除了能夠加速對已知疾病的了解之外，還具備探索未知的數億種蛋白質的潛力，此項技術還可運用在其它許多分子生物學方面。
蛋白質對生命至關重要，是所有生物有機體的組成部分，了解它們的結構可以促進科學家對其功能的機體理解。到目前為止，科學家只研究出人類基因組極少數蛋白質的構造。
科學家經由對人類基因組進行測序，幫助診斷和了解無數疾病，並開發藥物和治療方法。
7月15日發表在《自然》雜誌上的一篇研究論文，詳細介紹了AlphaFold的細節，解決了生物學最大的挑戰之一——根據氨基酸序列確定蛋白質的3D形狀。
在AlphaFold預測蛋白質結構精確性獲得證實之前，研究人員多仰賴實驗技術來確定蛋白質的結構。AlphaFold是以含有17萬種蛋白質架構的蛋白質資料銀行（Protein Data Bank，PDB）數據，再加上內含未知架構之蛋白質序列的各種大型資料庫來進行運算預測的。
近日，由歐洲分子生物學實驗室（EMBL）和DeepMind合作創建的新蛋白質預測數據庫（AlphaFold DB），計劃提供對人類蛋白質組和其他20種關鍵生物的蛋白質結構預測的開放訪問，以加速科學研究。
EMBL的總幹事赫德（Edith Heard）說，因為蛋白質的3D結構在很大程度上決定了它的功能，EMBL相信這將對理解生命的運作方式產生變革性的影響。
按照科學的說法，人類蛋白質如何組成是由人體內的基因組決定的，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。有了AlphaFold系統，可幫助從氨基酸序列準確預測人體和其他有機體的蛋白質結構，並實現更快、更先進的藥物發現。
朴茨茅斯大學（University of Portsmouths）的麥吉漢（John McGeehan）與DeepMind合作開發了另一個潛在使用功能——對塑料進行分解。
當麥吉漢第一次將實驗的7個序列發送給DeepMind團隊時，其中兩個序列已取得實驗結構。
在他們收到DeepMind團隊傳回的預測結構時，令他震驚，不但AlphaFold產生的晶體結構與他們實驗結果相同，甚至更詳細。使他們能夠直接使用獲得的信息來開發更快的酶來分解塑料，將他們的研究項目提速數年時間。@
-----------------------
【 堅守真相重傳統 】
📍收睇全新直播節目《紀元新聞7點鐘》：
https://bit.ly/2GoCw6Y
📍報紙銷售點：https://www.epochtimeshk.org/stores
📍加入網頁會員：
https://hk.epochtimes.com/subscribe
📍成為大紀元Patron，收睇無過濾嘅新聞影片：
https://www.patreon.com/epochtimeshk
------------------
🏵️《九評》20周年👉🏻 https://hk.epochtimes.com/category/專題/退黨大潮
💎成為會員 📧訂閱電子報
https://hk.epochtimes.com/subscribe
🔔下載大紀元App 接收即時新聞通知
🍎iOS：https://bit.ly/epochhkios
🤖Android：https://bit.ly/epochhkand
