蛋白質(zhì)在所有生命形式中都起著重要作用。其各種功能廣泛應(yīng)用于生物技術(shù)、化學(xué)和醫(yī)學(xué)。改造新的蛋白質(zhì)通常是個重復(fù)且費力的過程，有時甚至要好多年才能完成。由于生物性狀和實驗的復(fù)雜性，開發(fā)一個能持續(xù)運作不休息并能從產(chǎn)生的數(shù)據(jù)中學(xué)習(xí)的全自動系統(tǒng)，一直是個挑戰(zhàn)。

 

　　美國威斯康星大學(xué)麥迪遜分校團隊此次設(shè)計了名為SAMPLE的機器人平臺。其能在沒有人類干預(yù)或反饋的情況下快速改造蛋白質(zhì)。該平臺由AI驅(qū)動，能學(xué)習(xí)蛋白質(zhì)序列和功能間的關(guān)系，設(shè)計出新的蛋白質(zhì)后把這些蛋白質(zhì)送到機器人系統(tǒng)進行測試，再向AI算法進行反饋，提升其理解。

 

　　為測試該系統(tǒng)，研究人員用4個SAMPLE智能體改造出了耐熱性更好的酶。雖然搜索行為不同，但每個SAMPLE智能體都能發(fā)現(xiàn)熱穩(wěn)定性更好的酶。團隊估計，這個機器人系統(tǒng)或許只要幾周就能改造完這些蛋白質(zhì)，而同樣任務(wù)人類科學(xué)家可能需要6-12個月才能完成。

 

　　研究團隊指出，獲取資源延遲、機器人故障和系統(tǒng)宕機可能會影響該機器人研發(fā)蛋白質(zhì)的總耗時。他們提議可利用該系統(tǒng)協(xié)助科學(xué)家按需發(fā)現(xiàn)和設(shè)計蛋白質(zhì)。

 

【總編輯圈點】

 

　　重復(fù)且費力——對人類而言，這是改造蛋白質(zhì)工作的特點。然而，處理重復(fù)且費力的工作，卻恰恰是人工智能的強項。不僅僅在科研領(lǐng)域，在安防、教育、醫(yī)療等各個領(lǐng)域，人工智能都能把一些重復(fù)且費力的工作，處理得又快又好。人類應(yīng)該如何對待人工智能？最好的策略是，不在這些重復(fù)又費力的工作上和人工智能比高低，而是騰出精力在更富創(chuàng)造性、思想性的工作上，展現(xiàn)人類獨特價值。