探索OpenAI GPT-4 AI模型潜能：实现蛋白质结构的高精度建模
编辑日期：2024年08月22日
相关研究成果已发表在《Scientific Reports》上。该科研团队运用了GPT-4人工智能语言模型，探究其在基础结构生物学任务中的表现能力。研究结果显示，该AI模型能够精确预测分子结构。
科学家要求GPT-4构建20种标准氨基酸的三维结构模型。反馈的结果中，原子构成、键长和角度都被准确预测，但GPT-4在模拟环状结构和立体化学配置时出现了错误。
在另一个实验中，GPT-4 被要求模拟常见的蛋白质结构元素——α-螺旋的结构，并且需要通过集成 Wolfram 插件来进行数学计算。结果显示，该模型所模拟出的 α-螺旋结构与实验中确定的真实结构相当。
此外，GPT-4 还分析了抗病毒药物 Nirmatrelvir 与 SARS-CoV-2 的主要蛋白酶之间的结合。该模型正确地识别了参与结合的氨基酸，并准确地标出了相互作用原子间的距离。
由于GPT-4并非专门针对结构生物学任务开发，因此这些能力显得尤为突出。研究者指出，GPT-4的建模方法目前尚不明确。它既能利用训练数据集中已有的原子坐标，也能从零开始重新计算结构——但要得出确切的结论，还需要进一步的广泛研究。
研究人员指出，像 AlphaFold 3 这样的专用人工智能工具能够预测更为复杂的结构，而 GPT-4 则可能胜任基本的结构生物学任务。不过，这种建模能力目前仍处于初级阶段，实际应用范围有限。
尽管如此，研究团队表示，本研究为将此类技术应用于结构生物学树立了先例。他们建议进一步探讨生成式人工智能的能力与限制，这不仅限于结构生物学领域，还可以拓展到其他潜在的生命科学领域，以深入考察AI的应用可能性。
请附上参考地址。
（注：原文并不是一个完整的句子，因此重写时添加了一些词汇以形成完整的句子。）
