GPT-4与AlphaFold 3: 人工智能在结构生物学中的应用及对蛋白质结构的高精度解析

近期，科技媒体The Decoder报道了一项引人瞩目的研究，该研究揭示了OpenAI的GPT-4语言模型在基础结构生物学任务中的出色表现。来自罗格斯大学的研究团队发现，GPT-4不仅能准确预测分子结构，还能在构建简单氨基酸和蛋白质结构方面展现出惊人的准确性。

在实验过程中，研究者要求GPT-4建立20种标准氨基酸的三维结构模型。结果显示，GPT-4能够精确地预测原子组成、键长以及角度，但在处理更为复杂的环状结构和立体化学构型时则出现了偏差。此外，通过集成Wolfram插件进行数学计算，GPT-4成功模拟了常见的蛋白质结构元素——α-螺旋，并且与实验确定的结构非常接近。

值得一提的是，GPT-4还被用来分析抗病毒药物Nirmatrelvir与SARS-CoV-2主要蛋白酶之间的相互作用。它不仅正确识别了参与结合的关键氨基酸，而且还准确地指定了相互作用原子间的距离。尽管GPT-4并非专为结构生物学设计，但其表现出的能力令人印象深刻。

然而，研究团队也指出，GPT-4的具体建模方法仍有待进一步探究。它可能依赖于训练数据集中的现有原子坐标，或者完全从零开始重建结构。无论是哪种方式，都需要更多的研究来明确这一点。虽然专用的人工智能工具如AlphaFold 3在预测复杂结构方面更具优势，但GPT-4在处理基础结构生物学任务方面的潜力不容小觑。

此项研究为将生成式人工智能应用于结构生物学提供了新的视角。未来，研究人员计划深入探索生成式AI的能力及其局限性，并考虑将其应用扩展到生命科学的其他领域。

本文来源：