DeepMind 团队于2020 年12 月发布的一种人工智能蛋白质结构预测算法AlphaFold2,被 认为具有人工智能领域里程碑性意义,解决了生物学界长达50 年的蛋白质空间结构预测 难题,改变了此前几乎只能使用X 射线晶体学和冷冻电子显微镜等实验技术确定蛋白质结 构的现状。它的原理基于最先进的深度学习算法以及进化中蛋白质结构的守恒。它使用了 大量的蛋白质序列和结构数据进行训练(如MGnify 和UniRef90 数据库、 BFD 数据库), 并 使用了一个新的深度神经网络构架,该网络被训练为通过利用同源蛋白质和多序列比 对的信息从氨基酸序列生成蛋白质结构。 DeepMind 公司与欧洲生物信息研究所(EMBL-EBI) 的合作团队已经使用AlphaFold2 成功预测出超过100 万个物种的2.14 亿个蛋白质结构, 几乎涵盖了地球上所有已知蛋白质。这一成果标志着AlphaFold2 在结构生物学领域的突 破,因为这些预测结果中有大约35%的结构具有高精度,达到了实验手段获取的结构精度, 而大约80%的结构可靠性足以用于多项后续分析。这将有助于深入理解蛋白质的结构和功 能,为生命科学领域的研究提供更多的线索和解决方案。 AlphaFold2 应用范围广泛,未来 可能被应用于结构生物学、药物发现、蛋白质设计、靶点预测、蛋白质功能预测、蛋白质 -蛋白质相互作用、生物学作用机制等。
•在过程的每个阶段培养包容性是成功参与的关键。证据表明,考虑到多样性,专业知识和公民社会自我选择的原则,积极与代表性不足的群体积极接触的一项包容和透明的利益相关者选择过程可以对结果的参与过程和所有权的合法性产生重大差异。可以通过多种方式来促进包容性,例如,旨在在参与者中进行地理和主题平衡,在线和离线参与工具设计以巩固地理和技术障碍,并为可能需要更多资源和专业知识的利益相关者提供能力和实践支持,以便建立能力和实践支持,以便全面参与国际决策过程。
宏观结构特征,例如生活成本和州水平的反贫困计划与大脑发展和心理健康中社会经济差异的幅度有关。在这项研究中,我们从17个州的10,633 9-11岁的青年(5115名女性)中利用了青少年大脑和认知发展(ABCD)研究的数据。较低的收入与较小的海马体积和更高的内在心理病理学有关。这些关联在生活成本较高的州中更强。然而,在高收入家庭提供更慷慨的现金利益的高昂成本中,海马体积的社会经济差异减少了34%,因此家庭收入与海马量的关联与最低的生活州成本相似。我们观察到了内部精神病理学的类似模式。国家一级的反贫困计划和生活成本可能与与神经疾病和心理健康有关的其他因素混淆。然而,这些模式对控制众多国家级别的社会,经济和政治特征的控制是强大的。这些发现表明,包括反贫困政策的慷慨大方的州级宏观结构特征可能与解决低收入与大脑发展和心理健康的关系有关。
Alemany,S.,Jansen,P.R.,Muetzel,R.L.,Marques,N.,El Marroun,H.,Jaddoe,V。W. V.,Polderman,T.J.C.,T.J.C.,Tiemeier,H.对普通小儿种群中脑形态的精神疾病和认知的常见多基因变异。美国儿童和青少年杂志杂志,58(6),600 - 607。https://doi.org/10.1016/j.jaac.2018.09.443 Allegrini,Allegrini,A. G.B.和Plomin,R。(2019)。儿童和青春期认知特征的基因组预测。分子精神病学,24(6),819 - 827。https:// doi。org/10.1038/s41380-019-0394-4
在这期间,丰田国立工业大学因其利用面部图像的独特人工智能热对策的研究报告而获得了奖项(补充材料 1),这促使我们开始与该学校进行讨论,以期未来的业务合作。随着讨论的深入,我们得出结论:在建筑工地上,只需抬起脸就可以实现这一简单性,这将是一个巨大的优势。在专门开发建筑工地系统的DUMSCO公司的合作下,丰田技术公司同意使用丰田技术的“热对策AI”作为基础技术,以解决每年都变得越来越严重的“建筑工地热问题(补充材料2)”。首先,我们计划今年夏天进行一项示范测试,以验证其实用性(补充材料 3)。
此预印本的版权所有者于 2020 年 4 月 23 日发布此版本。;https://doi.org/10.1101/2020.04.08.20058164 doi: medRxiv preprint
本次演讲的目的有两个。1) 通过介绍社会接受度和类似概念的概念分析和分类,促进人工智能技术等需要跨学科和跨学科研究的领域的合作与交流。2) 引入这种分类将澄清在 ELSI 和社会接受度讨论中可能没有被忽视的道德问题。为此,我们介绍了 Benham Taebi 对社会接受度和道德可接受度概念的区分,并开发了该区分的修改版本。通过在可接受度概念中引入经济和技术层面以及道德领域,可以澄清可接受度领域之间的冲突。这种澄清使人们能够更详细地讨论人工智能的道德问题。
大多数灵长类动物的繁殖和生存都反映了竞争和合作关系的管理。在这里,我们研究了自由放养的恒河猴的神经解剖学和社会性之间的联系。在成年期,社会伙伴的数量可以预测颞上中沟和腹侧异质岛叶的体积,这分别与社会决策和同理心有关。我们发现大脑结构与其他关键社会变量(如成年人的社会地位或间接联系)之间没有联系,母亲的社会网络或地位与依赖婴儿的大脑结构之间也没有联系。我们的研究结果表明,特定大脑结构的大小随直接的亲和性社会联系的数量而变化,并表明这种关系可能在发育过程中出现。这些结果强化了社交网络规模、生物学成功和特定大脑回路扩展之间的假定联系。
最近发现的完整氨氧化剂(comammox硝基螺旋体)包含了进化枝A和B,该进化枝A和B建立了一个独立的一步硝化过程。但是,对于农业土壤中的环境驱动因素或栖息地分布知之甚少。先前对稻田中硝基核心的研究主要集中在小型样品上,并且缺乏对稻田中comammamox硝基螺旋体的多站点研究。在这项研究中,我们对36个稻田的调查进行了调查,旨在了解Comammox硝基核心社区结构,丰富性和多样性以及它们受环境因素的影响程度。comammox硝基螺旋藻被发现广泛分布在稻土中。comammox硝基螺旋向进化枝A的丰度大多低于进化枝B,而其多样性大多高于Bade B.相关分析表明,多个因素影响了Comammox硝基螺旋体的丰度,包括pH,土壤有机物,总碳,总氮,纬度,平均年温度和平均年降水量(P <0.05)。此外,comammox硝基螺旋藻群落和栖息地之间存在明显的关系,表明某些扩增子序列变体(ASV)在特定栖息地中具有独特的主导地位。的系统发育分析表明,comammox硝基螺旋藻的ASV是由稻田中已知序列聚集的,与其他栖息地中的已知序列有显着差异。这可能与稻田的独特栖息地有关。相比之下,comammox硝基螺旋向进化枝B没有显示出明显的栖息地依赖性。这些结果支持稻田中硝基核心的广泛分布和大量的丰富性,并提供了对农业生态系统中氮循环和营养管理的新见解。