پیش‌بینی شکل سه‌بعدی مولکول‌ها با یادگیری عمیق
دانشمندان موفق به توسعه مدل جدیدی از یادگیری عمیق شده‌اند که می‌تواند اشکال سه‌بعدی یک مولکول را پیش‌بینی کند.
به گزارش خبرنگار گروه علم و فناوری خبرگزاری آنا از تک اکسپلوریست، برخورد با مولکول‌ها در ساختار سه‌بعدی طبیعی‌شان در شیمی‌فورماتیک یا داروهای محاسباتی ضروری است. این ترکیبات سه‌بعدی خواص بیولوژیکی، شیمیایی و فیزیکی ماده را مشخص می‌کنند. تعیین اشکال سه‌بعدی یک مولکول به درک نحوه اتصال آن به سطوح پروتئین‌های خاص کمک می‌کند با این حال کار بسیاری دشواری است. علاوه‌براین فرایندی زمان‌بر و پرهزینه‌ای به شمار می‌رود.
حال دانشمندان دانشگاه MIT با استفاده از یادگیری عمیق راه‌حلی برای پیش‌بینی اشکال سه‌بعدی مولکول‌های پیدا کرده‌اند. گروه تحقیقاتی مدلی از یادگیری عمیق به نام «جئومول» را توسعه داده‌اند که قادر به پیش‌بینی اشکال سه‌بعدی است. این مدل برخلاف دیگر سیستم‌های یادگیری ماشینی مولکول‌ها را طی چند ثانیه پردازش می‌کند و عملکرد بهتری دارد. علاوه‌براین ساختار سه‌بعدی هر پیوند را به صورت جداگانه تعیین می‌کند.
معمولا شرکت‌های داروسازی باید چند مولکول را در آزمایشگاه بررسی کنند، جئومول می‌تواند به این شرکت‌ها کمک کند تا روند کشف دارو را سرعت پیدا کند چراکه دیگر نیازی به آزمایش‌های مولکولی نیست. این مدل یادگیری عمیق از ابزاری جدید به نام شبکه عصبی ارسال پیام استفاده می‌کند که به طور ویژه برای کار روی نمودارها طراحی شده است. دانشمندان با تطبیق یک شبکه عصبی ارسال‌کننده پیام می‌تواند عناصر خاصی از هندسه مولکولی را پیش‌بینی کنند.
انتهای پیام/۴۰۲۱
انتهای پیام/
با استفاده مجدد از زبالههای زیستی:
