Uma inteligência artificial encontrou a solução para um dos maiores problemas da Ciência.
"Isso vai mudar a Medicina. Vai mudar a pesquisa. Vai mudar a bioengenharia. Vai mudar tudo" - Andrei Lupas, biólogo do Max Planck Institude.
Chega na #AIThreadBR 👇
"Isso vai mudar a Medicina. Vai mudar a pesquisa. Vai mudar a bioengenharia. Vai mudar tudo" - Andrei Lupas, biólogo do Max Planck Institude.
Chega na #AIThreadBR 👇
Proteínas são essenciais pra vida e para as funções que mantém a vida. Entendê-las então é um passo para entender a vida como ela é. E o que a proteína faz e a função que exerce depende da estrutura em 3D dela.
👇
👇
Mas entender a estrutura 3D é um grande problema. Em geral, se tem a sequência de aminoácidos em 1D e essa sequẽncia pode se dobrar tendo então a forma dela em 3D que vai determinar a função que ela vai exercer.
👇
👇
Agora vem o problema, enquanto na natureza isso acontece em milisegundos, entender isso no laboratório é complicado. Cada sequência pode ter 10^300 possibilidades de dobramentos. Prever cada um de forma robusta levaria a idade do Universo.
👇
👇
Esse é um problemão então! Afinal, se a gente tivesse uma forma de prever a estrutura 3D da proteína com base na forma 1D sem levar A IDADE DO UNIVERSO, seria um passo enorme para entender a proteína e a vida em si.
👇
👇
Mas aí que entra a inteligência artificial para ajudar. E foi isso que a DeepMind se propôs a resolver.
Usando técnicas de deep learning como grafos neurais e blocos de atenção, eles conseguiram obter um modelo que consegue chegar muito próximo da estrutura esperada.
👇
Usando técnicas de deep learning como grafos neurais e blocos de atenção, eles conseguiram obter um modelo que consegue chegar muito próximo da estrutura esperada.
👇
O erro é tão baixo que fisicamente seria do tamanho de um átomo.
Esse resultado pode acelerar (e muito) a Biologia, Medicina e a Ciência de forma geral. Possibilitando entender membramas, remédios, doenças, e resolver esse problema de mais de 50 anos!
👇
Esse resultado pode acelerar (e muito) a Biologia, Medicina e a Ciência de forma geral. Possibilitando entender membramas, remédios, doenças, e resolver esse problema de mais de 50 anos!
👇
A abordagem que eles usaram então foi treinar uma rede neural composta por redes de resíduo, blocos de atenção e grafos usando mais de 170000 dados. Eles usaram por volta de 100 a 200 GPUs que rodaram por semanas.
A rede prevê a estrutura 3D.
👇
A rede prevê a estrutura 3D.
👇
Os fatos sobre Biologia, contou com ajuda do biólogo @CoelhoPre. Vale a pena segui-lo e seguir o canal dele no Youtube.
Para mais threads de AI, tem o projeto @AIThreadBR!
• • •
Missing some Tweet in this thread? You can try to
force a refresh
