Из двух миллионов веществ, обнаруженных DeepMind, они планируют предоставить 381 000 для дальнейшего тестирования. Результаты ИИ эквивалентны знаниям, полученным ранее за 800 лет испытаний и экспериментов.
DeepMind AI Crystal Research снижает входной барьер
Однако команде потребовалось человеческое понимание, чтобы оценить стабильность химических структур ИИ. В статье, опубликованной в журнале Nature, ученые заявили, что ИИ помог обойти «дорогие методы проб и ошибок».
Их результаты уже используются исследователями из Калифорнийского университета в Беркли и Национальной лаборатории Лоуренса Беркли. Помимо применения в солнечной и электрической промышленности, кристаллические структуры можно использовать для создания компьютерных чипов для таких крупных компаний, как Nvidia и IBM. Американский инженер-электрик Джек Килби построил первый компьютерный чип на кристалле кремния в 1958 году.
DeepMind ранее использовала ИИ для создания белковых структур с точностью на уровне атомов. Биотехнологические компании используют эту технологию для создания вакцин и других экспериментов по открытию лекарств.
Технология может помочь обойти дорогостоящий процесс лабораторного синтеза, хотя лекарствам еще предстоит пройти клинические испытания. Трехмерное предсказание белков было впервые предложено К. Б. Анфинсеном, Э. Хабером, М. Села и Ф. Х. Уайтом-младшим в статье Национальной академии наук 1961 года.
Но может ли DeepMind решать сложные проблемы?
Открытие новых кристаллических структур и белков является важным научным прорывом. Но, как отмечает один эксперт по химии Дерек Лоу, белковый инструмент DeepMind не может разобраться в менее известных участках белка, которые не имеют упорядоченной структуры. Он утверждает, что знание структуры белка не является основной задачей при создании лекарств.
Yellow and Orange Regions Reveal Lower Confidence in Structure. Source: AlphaFold
«Структура белка может помочь генерировать идеи о том, какие соединения создавать дальше, но, опять же, это может и не помочь. В конце концов, значение имеют реальные цифры реальной биологической системы».
блоковая
Он добавляет, что лекарства с большей вероятностью потерпят неудачу, потому что исследователи не используют их правильно или если они ведут себя странным образом. Понимание структуры белка мало что дает для снижения этих рисков.