Netflix,亚马逊和Facebook使用的强大算法可以“破解癌症语言和阿尔茨海默氏症”

蛋白质凝结在活细胞内形成

蛋白质缩合物形成活细胞的荧光显微镜图像。信誉:哈佛大学Weitz Lab

人工智能可以“预测”癌症的生物学语言和神经翻入疾病老年痴呆症科学家们发现了。

科学家发现,Netflix,亚马逊和Facebook使用的强大算法可以“预测”癌症和神经变性疾病的生物语言,科学家们发现。

在几十年的研究中产生的大数据被喂入计算机语言模型,以了解人工智能是否可以比人类制作更高级的发现。

位于剑桥大学圣约翰学院的学者,发现了机器学习技术可以破译癌症,阿尔茨海默氏症和其他神经退行性疾病的“生物语言”。

他们的接地研究已在科学期刊上发表pnas.2021年4月8日,可以在将来使用“纠正导致疾病的细胞内的语法错误”。

荧光显微镜蛋白缩合在活细胞内形成

蛋白质缩合物形成活细胞的荧光显微镜图像。信誉:哈佛大学Weitz Lab

Tuomas教授,本文的领导作者和圣约翰学院的研究员表示:“将机器学习技术带入神经退行性疾病和癌症的研究是一个绝对的游戏变化。最终,目的将是使用人工智能来发展有针对性的药物,从而大大缓解症状或防止痴呆症。“

每次Netflix建议观看或Facebook的系列建议,该平台正在利用强大的机器学习算法,为人们接下来做些什么,使高等教育的猜测。像alexa和Siri这样的语音助手甚至可以识别个人人,并立即“谈话”回到你身边。

Dr. Kadi Liis Saar, first author of the paper and a Research Fellow at St John’s College, used similar machine-learning technology to train a large-scale language model to look at what happens when something goes wrong with proteins inside the body to cause disease.

她说:“人体是成千上万的蛋白质和科学家的家园,尚不知道其中许多的功能。我们向基于神经网络的语言模型询问了蛋白质的语言。

荧光显微镜蛋白凝聚液形成

蛋白质缩合物形成活细胞的荧光显微镜图像。信誉:哈佛大学Weitz Lab

“我们专门要求该计划学习体状生物分子凝聚液的语言 - 细胞中发现的蛋白质液滴 - 科学家真的需要了解破解生物功能和故障的语言,导致癌症和神经变性疾病等阿尔茨海默氏症等疾病。我们发现它可以学到,而不明确地被告知,科学家已经发现了几十年的蛋白质语言。“

蛋白质是大,复杂的分子,在体内起着许多关键作用。它们在细胞中的大部分工作,并且是体内组织和器官的结构,功能和调节所必需的,例如,抗体是蛋白质,其能够保护身体。

阿尔茨海默,帕金森和亨廷顿的疾病是三种最常见的神经退行性疾病,但科学家认为有几百。

在阿尔茨海默病的疾病中,影响全世界5000万人,蛋白质转向流氓,形成丛生并杀死健康的神经细胞。健康的大脑具有一个质量控制系统,有效地处理了这些潜在危险的蛋白质,称为聚集体。

科学家们现在认为一些无序的蛋白质也形成液体状液滴,称为冷凝物,其没有膜并彼此自由合并。与不可逆的蛋白质聚集体不同,蛋白质凝聚态可以形成和改造,并且通常将熔岩灯中的变形蜡的斑点进行比较。

知识教授说:“蛋白质凝聚态最近在科学的世界中吸引了很多关注,因为它们控制了细胞中的关键事件,如基因表达 - 如何脱氧核糖核酸转化为蛋白质和蛋白质合成 - 细胞如何制备蛋白质。

“任何与这些蛋白质液滴相关的缺陷会导致疾病如癌症。这就是为什么将自然语言处理技术带入研究蛋白质故障的分子起源,如果我们希望能够纠正引起疾病的细胞内的语法错误,这是至关重要的。“

萨尔博士说:“我们喂养了已知蛋白质上举行的所有数据所以它可以以与这些模型了解人类语言的方式学习和预测蛋白质的语言以及如何知道如何建议您使用的话语。

“然后我们能够询问有关特定的语法,只引领一些蛋白质形成细胞内的凝聚物。这是一个非常具有挑战性的问题和解锁它将有助于我们学习疾病语言的规则。“

由于数据不断增长的数据,增加的计算能力和创造了更强大的算法的技术进步,机器学习技术正在快速发展。

进一步使用机器学习可以改变未来的癌症和神经退行性疾病研究。发现可以超出目前已经了解并推测疾病的科学家,并且甚至可能在没有机器学习的帮助下,甚至可能甚至超出人类大脑的理解。

萨尔博士解释说:“机器 - 学习可以摆脱研究人员认为是科学探索的目标的局限性,它将意味着新的联系将发现我们甚至没有设想。确实非常令人兴奋。“

现在已经开发了网络自由用对世界各地的研究人员来说,以获得更多科学家的进步。

Reference: “Learning the molecular grammar of protein condensates from sequence determinants and embedding” Kadi L. Saar, Alexey S. Morgunov, Runzhang Qi, William E. Arter, Georg Krainer, Alpha A. Lee, and Tuomas P. J. Knowles, 7 April 2021,国家科学院的诉讼程序
DOI:10.1073 / PNAS.2019053118

是第一个评论在“Netflix使用的强大算法,亚马逊和Facebook可以”破解癌症语言和阿尔茨海默氏症“”

发表评论

电子邮件地址是可选的。如果提供的话,您的电子邮件不会发布或共享。