OpenAI GPT-4 AI 模型潛力挖掘:高精度建模基礎蛋白質結構
IT之家 8 月 22 日消息,科技媒體 The Decoder 昨日(8 月 21 日)發佈博文,報導稱羅格斯大學的一項研究表明,OpenAI 公司的 GPT-4 語言模型能高精度模擬簡單的氨基酸和蛋白質結構。
相關研究成果發表在《Scientific Reports》上,該科研團隊使用 GPT-4 AI 語言模型,探索其在基本結構生物學任務中的表現,結果發現該 AI 模型可以準確預測分子結構。
科學家們要求 GPT-4 建立 20 種標準氨基酸的三維結構模型,在反饋結果中準確地預測了原子組成、鍵長和角度,不過 GPT-4 在模擬環狀結構和立體化學構型時卻出現了錯誤。
![](http://n.sinaimg.cn/spider20240822/433/w1024h1009/20240822/8334-f9a433c3374edb463d4c8cbbc5e8f4cc.jpg)
在另一項實驗中,GPT-4 被要求模擬常見的蛋白質結構元素–α-螺旋的結構,需要集成 Wolfram 插件進行數學計算,結果模型與實驗確定的 α-螺旋結構相當。
![](http://n.sinaimg.cn/spider20240822/156/w1024h732/20240822/eba2-62a65c3f0b81f9526fca8bc6e7d040ae.jpg)
此外,GPT-4 還分析了抗病毒藥物 Nirmatrelvir 與 SARS-CoV-2 主要蛋白酶之間的結合。該模型正確識別了參與結合的氨基酸,並準確指定了相互作用原子之間的距離。
由於 GPT-4 並不是專門為結構生物學任務開發的,因此這些能力非常突出。研究人員指出,GPT-4 的建模方法尚不明確。它可以使用訓練數據集中的現有原子坐標,也可以從頭開始重新計算結構–要得出明確的結論,還需要進一步的廣泛研究。
![](http://n.sinaimg.cn/spider20240822/147/w1024h723/20240822/0161-442a9d2c19b194cd5c66245e425093dd.jpg)
研究人員表示,AlphaFold 3 等專用人工智能工具可以預測更複雜的結構,而 GPT-4 則有望完成基本的結構生物學任務。這種建模能力目前還很初級,實際應用有限。
儘管如此,研究小組表示,這項研究開創了將這種技術應用於結構生物學的先例。研究人員建議進一步研究生成式人工智能的能力和局限性,可以在結構生物學領域之外,進一步探索 AI 在其他潛在的生命科學領域的應用。
IT之家附上參考地址