蛋白质科学家和人工智能并驾齐驱

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。

剧透警报：人工智能赢了。但只靠一根头发。

将人类与人工智能相匹配

科学家们决定进行一项实验，将一个对蛋白质设计和自组装有深刻理解的人类与一个具有预测能力的人工智能计算机程序进行匹配。位居潜在科学家名单之首的是罗格斯大学先进生物技术和医学中心 (CABM) 的研究员 Vikas Nanda。

该实验旨在了解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《自然化学》上。

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多位同事表示，这场战斗“势均力敌但具有决定性意义”。这场比赛让 Nanda 和几位同事以微弱优势反对 AI 程序。

科学家们正在寻求更多关于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型创新产品。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。

“尽管我们拥有广泛的专业知识，但人工智能在几个数据集上的表现同样好或更好，这显示了机器学习在克服人类偏见方面的巨大潜力，”Nanda 说。

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，链折叠起来形成具有复杂形状的三维分子。每种蛋白质的形状以及其中所含的氨基酸决定了它的行为。Nanda 等研究人员参与了“蛋白质设计”，这意味着他们创建了产生新蛋白质的序列。该团队最近设计了一种合成蛋白质，可以快速检测危险的神经毒剂 VX。这一新发展可能对新的生物传感器和治疗产生重大影响。

蛋白质与其他蛋白质自组装形成对生物学很重要的超结构。在某些情况下，蛋白质似乎遵循某种设计，例如当它们自组装成病毒的保护性外壳时。其他时候，它们在形成与某些疾病相关的生物结构时会自组装。

“了解蛋白质自组装是在许多领域取得进步的基础，包括医学和工业，”南达说。

Nanda 和其他五位同事获得了一份蛋白质清单，并要求他们预测哪些蛋白质可能自组装。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对蛋白质行为的观察使用了经验法则，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AI选择了9种蛋白质。

他们的实验表明，人类从11种蛋白质中做出了6种正确的预测，而计算机程序选择了9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质量不明显的蛋白质。

“我们正在努力从根本上了解导致自组装的相互作用的化学性质，所以我担心使用这些程序会妨碍重要的洞察力，”南达说。“但我开始真正理解的是，机器学习只是另一种工具，就像其他任何工具一样。”