结合生物学和人工智能破解核糖体
这一切都始于六月的一次研讨会。 此次研讨会汇集了 IGI 和加州大学伯克利分校电气工程与计算机科学系 (EECS)，Marena Trinidad 受到了合作可能性的启发。 杜德纳实验室的生物信息学家 Trinidad 提出了一个想法：在 IGI 大楼内举办黑客马拉松，将计算机科学家、生物信息学家、化学家和生物学家聚集在一起，每次会议的重点是共同努力解决一个问题。
30 月，IGI 在 Amazon Web Services 的支持下赞助了首届黑客马拉松启动仪式：XNUMX 多名伯克利社区成员齐聚一堂，致力于利用机器学习提出核糖体工程的新想法。
“我对核糖体的改造很感兴趣，要做到这一点，我们需要改造核糖体 RNA，而不仅仅是 蛋白质”，化学教授杰米·凯特 (Jamie Cate) 说道。 “但是现有的工具非常有限，所以我想，如果我们可以使用深度学习方法来提出正确的设计，那不是很酷吗？ 最终，我们希望有一种更通用的 RNA 深度学习方法。”
Jigyasa Arora 是 Rubin 实验室的生物信息学家，也专注于机器学习。
“通过今天学习新技术并与以前做过这件事的人互动，它让我很好地了解了我应该如何思考我自己的项目，”阿罗拉说。
阿罗拉还看到了人工智能向前发展的重要作用。 “例如，蛋白质结构的研究进展非常缓慢，每年仅发现大约五个结构。 现在我们可以非常准确地预测蛋白质 AlphaFold，所以我们有一个完整的结构数据库可以使用。”
黑客马拉松向所有感兴趣的社区成员开放，从本科生到高级科学家。 计算生物学研究生 Hunter Nisonoff 很高兴有机会与在实验室进行实验的科学家合作。
“通过与生物学家交谈，你会得到很多关于要解决哪些计算问题的想法，”尼森诺夫说。 “最终，我希望看到我的工作产生有形的产品，为此我们依赖于协作。”
不过，尼森诺夫并不担心人工智能会抢走科学家的工作。 “我认为这将成为任何实验室或公司运营的重要组成部分。 它不会取代人类，但会帮助生物学家从他们生成的数据中获得更多信息。”
EECS 的本科生塔拉·潘德 (Tara Pande) 将黑客马拉松视为一个建立人际网络的机会。 “我认为我拥有可以解决这个问题的技能，而且这似乎也是结识该领域人士的好机会，”潘德说。
Pande 对在医学中使用机器学习感到兴奋。 “我们的医疗保健系统从病人身上获利丰厚。 我对从源头上解决问题的预防药物非常感兴趣。 我对机器学习在药物开发和药物发现方面的潜力充满热情。”
活动结束后，黑客们有一个月的时间继续研究解决方案。 XNUMX 月晚些时候，该小组将再次聚在一起分享成果。
“我们拥有一支非常跨学科的团队——生物化学专家和人工智能专家，”特立尼达说。 “这次活动本身就是一次实验，我很想看看这次合作会产生什么成果。 我们正在努力制作一份集体出版物，并希望这次黑客马拉松是 IGI 众多跨部门合作中的第一个。”
