Một nhà nghiên cứu đã bị đánh bại bởi một chương trình Trí tuệ nhân tạo, khi cả hai được yêu cầu dự đoán chuỗi protein sẽ kết hợp thành công nhất. Và AI lại chiến thắng trong bài kiểm tra kiến thức về tự lắp ráp protein này.
Nghiên cứu và chương trình AI
Vikas Nanda, một nhà nghiên cứu tại Trung tâm Công nghệ Sinh học và Y học Tiên tiến (CABM) tại Rutgers, Hoa Kỳ đã nghiên cứu định dạng của protein trong hơn 20 năm và am hiểu về vấn đề này. Ông thường xem xét cách thức đặc biệt của các axit amin tạo ra protein để xác định xem chúng có trở thành bất cứ thứ gì hay không, chẳng hạn như hemoglobin hoặc collagen. Ông thường suy nghĩ để tìm ra lý do tại sao một số protein nhất định lại tập hợp để tạo thành các hợp chất đặc biệt hơn. Chuyên môn của ông là tự lắp ráp các protein lại với nhau và lắp ráp chúng thành các cấu trúc khác nhau.
Với chuyên môn và kinh nghiệm hơn hai thập kỷ về protein của Nanda, anh ấy là ứng cử viên hoàn hảo để kiểm tra kiến thức về trình tự protein của một cỗ máy trí tuệ nhân tạo. Các nhà nghiên cứu quyết định rằng anh là một lựa chọn tuyệt vời cho nghiên cứu. Nhóm nghiên cứu muốn tiến hành một thí nghiệm mà con người sẽ cạnh tranh với một cỗ máy, cụ thể là một chương trình máy tính với trí thông minh nhân tạo. Con người có kiến thức nền tảng và thông tin toàn diện về trình tự và thiết kế protein, trong khi AI sẽ có khả năng dự đoán dựa trên bộ dữ liệu và công cụ lập trình.
Nhóm nghiên cứu muốn xem liệu con người hay máy móc sẽ thực hiện tốt hơn công việc dự đoán trình tự protein. Ngoài ra, nhóm nghiên cứu muốn xem liệu con người hay máy móc có thể kết hợp chuỗi protein thành công hơn. Nhưng chương trình trí tuệ nhân tạo đã đánh bại Nanda với khoảng cách không quá lớn.
Tầm quan trọng của việc tự lắp ráp
Các nhà nghiên cứu quan tâm đến việc tự lắp ráp vì họ tin rằng hiểu đầy đủ về khái niệm này có thể giúp họ tạo ra nhiều sản phẩm dùng trong y tế và công nghiệp, chẳng hạn như mô người nhân tạo dùng cho việc điều trị vết thương.
Nanda, giáo sư tại Khoa Hóa sinh và Sinh học phân tử tại Rutgers Robert Wood Johnson Medical, cho biết: “Bất chấp chuyên môn sâu rộng của chúng tôi, AI đã làm tốt hoặc tốt hơn trên một số tập dữ liệu, cho thấy tiềm năng to lớn của máy học để vượt qua thành kiến của con người.
Nền tảng và kiến thức của Nanda về thiết kế protein
Protein bao gồm một số lượng lớn các axit amin kết hợp với nhau. Các chuỗi gấp lại để tạo thành các phân tử ba chiều với nhiều hình dạng khác nhau. Hình dạng độc đáo của mỗi loại protein, cùng với axit amin của nó, quyết định chức năng của nó. Nanda nghiên cứu “thiết kế protein”, liên quan đến các trình tự tạo ra các protein mới. Gần đây, ông và nhóm của mình đã thiết kế một loại protein tổng hợp có thể xác định một chất độc thần kinh nguy hiểm có tên là VX. Khám phá này có thể giúp tạo ra cảm biến sinh học mới – thiết bị phát hiện hóa chất – và phương pháp điều trị.
Các nhà khoa học không thể giải thích lý do tại sao protein tự lắp ráp với các protein khác để tạo thành siêu cấu trúc. Đôi khi, các protein tự lắp ráp vì chúng dường như tuân theo một bố cục cụ thể, chẳng hạn như tạo ra một lớp vỏ bảo vệ bên ngoài của một loại virus gọi là capsid. Trong trường hợp khác, nó xảy ra khi có sự cố, chẳng hạn như hình thành cấu trúc liên quan đến các bệnh như bệnh Alzheimer hoặc hồng cầu hình liềm. Nanda nói: “Hiểu được khả năng tự lắp ráp của protein là nền tảng để tạo ra những tiến bộ trong nhiều lĩnh vực, bao gồm cả y học và công nghiệp.
Nghiên cứu
Để thực hiện nghiên cứu, Nanda và 5 cộng tác viên khác đã được cung cấp một danh sách các protein và được yêu cầu dự đoán loại protein nào sẽ tự lắp ráp. Chương trình máy tính AI cũng được đưa ra danh sách tương tự để đưa ra các phỏng đoán của nó. Các dự đoán sau đó được so sánh với nhau, con người và máy móc.
Những người tham gia là con người đưa ra dự đoán của họ dựa trên quan sát hành vi của protein, chẳng hạn như các mẫu điện tích. Máy dựa trên kiến thức của nó trên một hệ thống máy học tiên tiến. Những người tham gia dự đoán rằng 11 protein sẽ tự lắp ráp, trong khi chương trình máy tính AI dự đoán rằng 9 protein sẽ tự lắp ráp.
Kết quả
Nhìn chung, các chuyên gia đã đưa ra kết quả chính xác với 6/11 loại protein mà họ chọn, trong khi máy tính AI là 6/9 loại protein mà nó đã chọn, do vậy, nó đánh bại các nhà nghiên cứu.
Dự đoán khả năng tự lắp ráp của protein
Nghiên cứu cho thấy các chuyên gia ưu tiên và lựa chọn một số axit amin hơn các protein khác, điều này đôi khi sẽ dẫn đến kết quả sai lầm. Mặt khác, máy tính sẽ chọn lọc các protein có đặc tính được cho là không rõ ràng để tự lắp ráp, khiến các nhà nghiên cứu có thêm câu hỏi về cách AI thực hiện các lựa chọn.
Nanda nhận ra rằng trí tuệ nhân tạo cũng là một công cụ hữu ích giống như nhiều công cụ khác nhưng cần được hiểu và nghiên cứu nhiều hơn. Nanda nói: “Chúng tôi đang nỗ lực để có được sự hiểu biết cơ bản về bản chất hóa học của các tương tác dẫn đến quá trình tự lắp ráp, vì vậy tôi lo lắng rằng việc sử dụng các chương trình này sẽ ngăn cản những hiểu biết quan trọng. “Nhưng điều tôi thực sự có thể hiểu là máy học chỉ là một công cụ khác, giống như bất kỳ công cụ nào khác”.
AI có khả năng giúp các nhà nghiên cứu trong tương lai cách xác định các protein tự lắp ráp, dẫn đến những khám phá và phương pháp chữa trị mới cho một số bệnh. Nghiên cứu được công bố trên tạp chí Nature Chemistry.
(Theo Brittney Grimes)