本文转载自“网易智能”。
DeepMind 联合创始人兼 CEO Demis Hassabis表示，对于我们来说，这真的是一个关键时刻，据介绍，基于深度神经网络，他们设计了两种方法以用来构建完整而精确的蛋白质结构。
第一，他们先采集氨基酸对之间的距离和连接这些氨基酸的化学键之间的角度数据，接着将这些数据设计成用以评估蛋白质结构准确度的分析工具。在现有蛋白质数据库里找到最匹配的蛋白质，如果找不到，他们就基于最接近的搜索结构上，用新的基因片段不断替换，以创造出匹配要求的新结构。
第二种方法是研究人员主要用梯度下降 -a数学技术，它的精度相较于第一种会更高一些。相较于第一种方式，这种技术一步就可以预测整个蛋白质链，而不用经历组装的过程，整个过程更简单。
这项新的研究表明人工智能涉足蛋白质折叠领域的成功，有非常重要的研究价值。
