Customize Consent Preferences

We use cookies to help you navigate efficiently and perform certain functions. You will find detailed information about all cookies under each consent category below.

The cookies that are categorized as "Necessary" are stored on your browser as they are essential for enabling the basic functionalities of the site. ... 

Always Active

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

No cookies to display.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

No cookies to display.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

No cookies to display.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

No cookies to display.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

No cookies to display.

Az emberi test szinte minden fehérjéinek szerkezetét előrejelzi a DeepMind algoritmusa

   Forradalmasíthatja az orvostudományt a mesterséges intelligencia, a DeepMind algoritmusa segítségével sikerült a tudósoknak előrejelzniük az emberi test szinte valamennyi fehérjéjének szerkezetét. A fejlesztés segítheti új gyógyszerek, új gyógykezelések és más alkalmazások kifejlesztésének felgyorsítását – adta hírül a BBC News.

    A fehérjék az élő szervezetek alapvető építőkövei, minden sejtben megtalálhatók. Szerkezetük megértése létfontosságú az orvostudományi kutatások felgyorsításában, eddig azonban csak egy részüknek volt ismert a szerkezete.


    A Google által 2014-ben megvásárolt londoni székhelyű DeepMind AlphaFold programjának és az Európai Molekuláris Biológiai Laboratóriumnak (EMBL)  a kutatói az algoritmussal képesek voltak előrejelezni az ember és más élőlények 350 ezer fehérjének a szerkezetét.


     Több mint öt éven át tartó kutatásuk eredményeit a Nature című tudományos folyóiratban mutatták be.


    A globális tudományos közösség számára közzétették az AlphaFold fehérjeszerkezet adatbázist, amely az emberi proteom legteljesebb és legpontosabb képét adja, megduplázva a tudást az emberi fehérjék szerkezetéről.


    A proteom egy genom, sejt, szövet vagy szervezet által adott időben, meghatározott feltételek között kifejezett fehérjék (és peptidek) összessége. A fehérjék aminosavakból felépülő, meghatározott biológiai funkciójú szerves vegyületek. Az aminosav sorrendet a gének nukleotid szekvenciája kódolja. A fehérjét kódoló gének számát mintegy húszezerre becsülik.


    „Hisszük, hogy az emberi proteomnak ez a legteljesebb és legpontosabb képe” – idézte Demis Hassabist, a DeepMind mesterségesintelligencia cég alapítóját és vezérigazgatóját a BBC.


    Hassabis elmondta, a DeepMind tervezi az adatbázis bővítését, több mint 100 millió fehérje szerkezetét akarják előrejelezni.


    Ewan Birney, az EMBL Európai Bionformatikai Intézetének igazgatója szerint az AlphaFold fehérjeszerkezet adatbázisa  „az egyik legfontosabb adatgyűjtemény az emberi genom feltérképezése óta”.