Forwarded from Web to Album
今天DeepMind搞了个大新闻，说一个叫做AlphaFold的人工智能有望解决生物学50年来的一个大问题。
这个问题叫做蛋白折叠问题。我们知道，DNA里的遗传信息，经过RNA的传递，会最终合成一个个蛋白质。蛋白质本质上是一长串氨基酸，会折叠成特殊的三维结构。而正是这些三维结构，让这些蛋白质具有了生理学的功能。
但我们不知道这些三维结构是怎么折叠出来的。理论上讲，这个结构仅由氨基酸序列所决定，但对于一个标准的蛋白质，其可能的三维构象大概有10的300次方这么多。
这大概是什么概念呢？如果一秒钟可以算出1000种不同的结构，一年算出的三维结构大概是在10的10次方这个数量级。从宇宙诞生的第一秒开始算起，这都不够算清楚其中的一小部分。
但在细胞里，这串氨基酸只需要几毫秒，就知道自己应该折叠成什么样子。
从1994年起，科学家们创立了一个蛋白结构预测大赛，想要看看计算机是不是可以成功预测蛋白质的三维结构。比赛很硬核，给你一个蛋白质的序列，自己去预测结构吧。为了防止作弊，这个蛋白的真实结构要么刚刚解出，还没有发表，要么索性会在之后才解出来。
用现有的数据库里的超过17万种蛋白序列与结构，以及其他一些大型数据库里的数据，DeepMind宣布开发出了最新的一代人工智能。评估蛋白结构预测准确度的指标叫做GDT，也就是评估预测结构里的氨基酸位置，和实际的氨基酸位置差多少。差得越少，得分越高。
GDT的分值在0-100之间。2006-2016年间，这个数字最高在40左右。2018年，上一代的AlphaFold得分一下子突破了50。这次的新AlphaFold，在蛋白结构预测大赛里的中位得分超过了92.4。
更直观一点。拿它预测的结构与实际结构对比，可以看到基本完全吻合（下图，绿色是实验得到的实际结构，蓝色是预测结构）。
AlphaFold能干啥呢？《自然》觉得它并不会让做结构生物学的科学家们失业。毕竟实验方法还是经典而靠谱的方法。但AlphaFold的意义在于能让我们快速分析一个蛋白质的结构，让新一代的分子生物学家以一个全新的维度思考他们想要解决的问题。
Excited！ source
这个问题叫做蛋白折叠问题。我们知道，DNA里的遗传信息，经过RNA的传递，会最终合成一个个蛋白质。蛋白质本质上是一长串氨基酸，会折叠成特殊的三维结构。而正是这些三维结构，让这些蛋白质具有了生理学的功能。
但我们不知道这些三维结构是怎么折叠出来的。理论上讲，这个结构仅由氨基酸序列所决定，但对于一个标准的蛋白质，其可能的三维构象大概有10的300次方这么多。
这大概是什么概念呢？如果一秒钟可以算出1000种不同的结构，一年算出的三维结构大概是在10的10次方这个数量级。从宇宙诞生的第一秒开始算起，这都不够算清楚其中的一小部分。
但在细胞里，这串氨基酸只需要几毫秒，就知道自己应该折叠成什么样子。
从1994年起，科学家们创立了一个蛋白结构预测大赛，想要看看计算机是不是可以成功预测蛋白质的三维结构。比赛很硬核，给你一个蛋白质的序列，自己去预测结构吧。为了防止作弊，这个蛋白的真实结构要么刚刚解出，还没有发表，要么索性会在之后才解出来。
用现有的数据库里的超过17万种蛋白序列与结构，以及其他一些大型数据库里的数据，DeepMind宣布开发出了最新的一代人工智能。评估蛋白结构预测准确度的指标叫做GDT，也就是评估预测结构里的氨基酸位置，和实际的氨基酸位置差多少。差得越少，得分越高。
GDT的分值在0-100之间。2006-2016年间，这个数字最高在40左右。2018年，上一代的AlphaFold得分一下子突破了50。这次的新AlphaFold，在蛋白结构预测大赛里的中位得分超过了92.4。
更直观一点。拿它预测的结构与实际结构对比，可以看到基本完全吻合（下图，绿色是实验得到的实际结构，蓝色是预测结构）。
AlphaFold能干啥呢？《自然》觉得它并不会让做结构生物学的科学家们失业。毕竟实验方法还是经典而靠谱的方法。但AlphaFold的意义在于能让我们快速分析一个蛋白质的结构，让新一代的分子生物学家以一个全新的维度思考他们想要解决的问题。
Excited！ source
Forwarded from Web to Album
身边课题组的几位年轻大佬，我发现他们的课题组有下列发展过程：
1. 导师1个人carry全场，不仅动手做实验，还亲自完成论文写作的所有工作。研究生跟着做做实验，就能躺赢。
2. 研究生给出数据，写个论文初稿，就可以当甩手掌柜。剩下的工作，全由导师接手。
3. 研究生完成实验、处理数据、作图、写论文，导师给出论文修改意见。
研究生读研期间一直处于2或3，那倒还好。
但是眼睁睁看着师姐师兄是1的待遇，自己是2甚至是3，那心里还是有点接受不了的吧。
——来自刚刚吃了身边课题组的瓜的林渊
#头号博主说##微博young计划##日签# source
1. 导师1个人carry全场，不仅动手做实验，还亲自完成论文写作的所有工作。研究生跟着做做实验，就能躺赢。
2. 研究生给出数据，写个论文初稿，就可以当甩手掌柜。剩下的工作，全由导师接手。
3. 研究生完成实验、处理数据、作图、写论文，导师给出论文修改意见。
研究生读研期间一直处于2或3，那倒还好。
但是眼睁睁看着师姐师兄是1的待遇，自己是2甚至是3，那心里还是有点接受不了的吧。
——来自刚刚吃了身边课题组的瓜的林渊
#头号博主说##微博young计划##日签# source
Forwarded from Web to Album
【#记者暗访论文网店#：售卖SCI论文百余篇，店主称“不违法”】“SCI论文小铺”何以10年屹立不倒，卖出的SCI论文流向什么地方？网上售卖论文者为何成了打不死的小强？作为店主的“老熟人”，记者历时半年再次暗访发现，“SCI论文小铺”生意依旧红火，至今已卖出100多篇SCI稿件，发表于国内外学术期刊，购买者基本是高校师生，店主因此牟利数百万元。长江日报记者暗访论文网店：售卖SCI论文百余篇，店主称“不违法” source