OpenAI GPT-4 AI 模型潛力挖掘：高精度建�；�礎(chǔ)蛋白質(zhì)結(jié)構(gòu)

　　科技媒體 The Decoder 昨日(8 月 21 日)發(fā)布博文，報道稱羅格斯大學(xué)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(zhì)結(jié)構(gòu)。

　　相關(guān)研究成果發(fā)表在《Scientific Reports》上，該科研團(tuán)隊使用 GPT-4 AI 語言模型，探索其在基本結(jié)構(gòu)生物學(xué)任務(wù)中的表現(xiàn)，結(jié)果發(fā)現(xiàn)該 AI 模型可以準(zhǔn)確預(yù)測分子結(jié)構(gòu)。

　　科學(xué)家們要求 GPT-4 建立 20 種標(biāo)準(zhǔn)氨基酸的三維結(jié)構(gòu)模型，在反饋結(jié)果中準(zhǔn)確地預(yù)測了原子組成、鍵長和角度，不過 GPT-4 在模擬環(huán)狀結(jié)構(gòu)和立體化學(xué)構(gòu)型時卻出現(xiàn)了錯誤。

　　在另一項實驗中，GPT-4 被要求模擬常見的蛋白質(zhì)結(jié)構(gòu)元素--α-螺旋的結(jié)構(gòu)，需要集成 Wolfram 插件進(jìn)行數(shù)學(xué)計算，結(jié)果模型與實驗確定的 α-螺旋結(jié)構(gòu)相當(dāng)。

　　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(jié)合。該模型正確識別了參與結(jié)合的氨基酸，并準(zhǔn)確指定了相互作用原子之間的距離。

　　由于 GPT-4 并不是專門為結(jié)構(gòu)生物學(xué)任務(wù)開發(fā)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(xùn)練數(shù)據(jù)集中的現(xiàn)有原子坐標(biāo)，也可以從頭開始重新計算結(jié)構(gòu)--要得出明確的結(jié)論，還需要進(jìn)一步的廣泛研究。

　　研究人員表示，AlphaFold 3 等專用人工智能工具可以預(yù)測更復(fù)雜的結(jié)構(gòu)，而 GPT-4 則有望完成基本的結(jié)構(gòu)生物學(xué)任務(wù)。這種建模能力目前還很初級，實際應(yīng)用有限。

　　盡管如此，研究小組表示，這項研究開創(chuàng)了將這種技術(shù)應(yīng)用于結(jié)構(gòu)生物學(xué)的先例。研究人員建議進(jìn)一步研究生成式人工智能的能力和局限性，可以在結(jié)構(gòu)生物學(xué)領(lǐng)域之外，進(jìn)一步探索 AI 在其他潛在的生命科學(xué)領(lǐng)域的應(yīng)用。