Sciencemag.cz
Doporučujeme
Hudbu chtějí vědci využít pro výcvik strojových algoritmů schopných navrhovat novou „proteinovou hudbu“, kterou pak bude možné zpětně měnit na nové proteinové struktury.
Fyzici z MIT vyvinuli systém, který dokáže převádět molekuly proteinů na hudbu. Doufají, že s jeho pomocí lépe pochopí, jak proteiny fungují, a budou moci vytvořit zcela nové proteinové struktury s unikátními vlastnostmi.
Napadlo vás někdy, co může mít Beethoven společného s kostmi? Podle amerických fyziků z MIT těží oba subjekty z toho, že jsou složeny ze strukturních prvků různé velikosti. V případě hudby to jsou tóny, akordy a melodie, u kostí pak aminokyseliny, proteiny a kolagenové matrice. Fyzici z Massachusetts využili tuto analogii a přetransformovali vibrace aminokyselin a uspořádání proteinů na dlouhé vzdálenosti na slyšitelný zvuk připomínající části hudebních děl. Tuto hudbu chtějí využít pro výcvik strojových algoritmů schopných navrhovat novou „proteinovou hudbu“, kterou pak bude možné zpětně měnit na nové proteinové struktury.
Vědci už delší dobu testují různé způsoby, jak předpovědět funkčnost proteinů – základních stavebních kamenů všech živých organismů – z jejich pořadí. Většina výzkumů v této oblasti souvisí s molekulární dynamikou. Molekulárně dynamická simulace je teoretická metoda, která sleduje pohyb atomů v systému. Využívá se pro řešení rovnic aproximujících kvantově mechanické interakce na molekulární úrovni. Výsledek pak udává, jak se proteiny skládají a jak fungují.
Na základě vibračních frekvencí aminokyselin vyvinul tým z MIT aminokyselinovou hudební stupnici. Poté vědci zakódovali sekundární struktury, které určují způsob, jakým proteiny vytvářejí další složky hudby, jako jsou rytmus a hlasitost. Podobně jako obrazová reprezentace dat může pomoct rozeznat různé vzory a směry, prezentování algoritmu ve formě hudebního vyjádření může pomoct identifikovat vztahy a souvislosti, které zatím zůstávaly neznámé. Prozatímní výsledky jsou podle fyziků velmi nadějné.
Na základě souboru dat pro strojové učení by mohly vzniknout zcela nové typy proteinů s unikátními vlastnostmi. Fyzici jsou díky této metodě schopni optimalizovat proteinové sekvence – mohou programu zadat, aby generoval velké množství kandidátů, které je pak možné dále kategorizovat.
Nová metoda by mohla být užitečná i pro další oblasti. Mnoho hierarchických systémů totiž vykazuje nápadné podobnosti ve způsobu vzniku, jehož podstatou je skládání z jednoduchých stavebních prvků. Ať už jde o materiály, jako jsou pavoučí sítě, kosti a perleť, nebo na druhé straně o jazyky či hudbu.
Původní práce byla uveřejněna v ACS Nano.
autor: Jana Štrajblová
Převzato z Matfyz.cz.
Pozvánka:
Matematicko-fyzikální fakulta zve na osmnáctou
Jarníkovskou přednášku Taming Infinities
kterou přednese držitel Fieldsovy medaile z r. 2014 Prof. Dr. Martin Hairer (Imperial College London)
ve středu dne 2. října 2019 ve 14.00 hod. v posluchárně V. Jarníka (M1), děkanát MFF UK, 2. patro Ke Karlovu 3, Praha 2.
Podrobnosti
priznam se, ze u toho neruzumim jedne veci – proc to pro umelou inteligenci takto transformovat, pro ni jsou to stejne nuly a jednicky (tady bych chapal spis, ze se to takto premeni pro cloveka, protoze ten najde spis nejaky vzor, treba podobnost ruznych casti, mezi ruznymi kusy hudby nez ze sekvence. ale proc pro AI/ML?)