谷歌(GOOGL。 美国)阿尔法折叠评论:生命科学与人工智能不断交叉,有望成为新的投资轨道

导读行业近况11月30日,谷歌旗下人工智能技术公司DeepMind宣布其开发的深度学习算法AlphaFold,在生物学领域重要的“蛋白质折叠问题”上实现突破,其算法的预测精度首次达到了与人类实验相当的准确

行业地位

谷歌(GOOGL。 美国)阿尔法折叠评论:生命科学与人工智能不断交叉,有望成为新的投资轨道

3011月,谷歌的人工智能技术公司DeepMind宣布了其深度学习算法AlphaFold,以突破生物学中重要的蛋白质折叠问题,该算法的预测精度第一次相当于人类实验的预测精度。 我们相信,这是深心击败围棋世界冠军阿尔法围棋2016,2019阿尔法星战胜电子竞技专业球员后的又一重大突破。 今年10月,诺贝尔化学奖授予了EmmanuelleCharpentier、JenniferA.Doudna和其他科学家的CRISPR基因编辑技术,我们注意到学术界也逐渐开始尝试基因编辑领域的人工智能。 随着AlphaFold预测算法、CRISPR等遗传编辑技术的发展,人工智能与生命科学的未来结合有望成为一个新的发展轨道。与该主题相关的公司包括:科技公司Google GOOGL。 美国,未发现,基因测序-Illumina(ILMN。 美国,未覆盖,基因编辑-海外:CRISPR治疗学(CRSP。 美国,不包括),Editas(EDIT。 美国),不包括),Intellia(NTLA。 美国),未覆盖),国内:博雅,国内首次提交CRISPR基因编辑治疗临床试验申请)等。

谷歌(GOOGL。 美国)阿尔法折叠评论:生命科学与人工智能不断交叉,有望成为新的投资轨道

评论意见

谷歌(GOOGL。 美国)阿尔法折叠评论:生命科学与人工智能不断交叉,有望成为新的投资轨道

人工智能有助于解构蛋白质折叠。 1)什么是“蛋白质折叠问题“? 蛋白质功能主要依靠自身的3d结构,其折叠过程提供洞察一维氨基酸序列信息在DNA中转录和翻译如何决定三维蛋白质的分子结构[i],它属于生命科学中的重要命题。 阿尔法折叠提供什么优势? 阿尔法折叠输入氨基酸序列信息,预测蛋白质中氨基酸对的距离和连接化学键的角度,构建和预测蛋白质的立体模型。 与传统的预测方法(X射线晶体衍射、冷冻电镜等)相比。) 在实验室中,Alpha折叠的基础上,精度接近人体实验,设备成本相对较低,预测时间缩短(部分预测时间仅为半小时[II]]。我们认为,人工智能对医药领域降本增效的作用不断涌现,具有良好的发展前景,在后健康时代,AI医疗有望迎来大发展。

谷歌(GOOGL。 美国)阿尔法折叠评论:生命科学与人工智能不断交叉,有望成为新的投资轨道

蛋白质分子折叠的研究前景广阔,人工智能有望加速应用。 1)应用意义:蛋白质大分子可以帮助人体实现感知光,肌肉生长,病毒免疫等多种功能,对生命非常重要。 通过对蛋白质分子结构的研究,我们可以解决许多领域的问题,包括作物增产、药物设计、病理探索和塑料降解。 2)人工智能能做什么? 目前有潜在的立体构象III]单蛋白。 虽然AlphaFold不能保证接近完美的预测,但我们认为,随着模型的不断优化和蛋白质结构数据库(PDB)的不断完善,该技术有望提高蛋白质结构的预测效率和准确性,加速蛋白质折叠的扩展和落地。

谷歌(GOOGL。 美国)阿尔法折叠评论:生命科学与人工智能不断交叉,有望成为新的投资轨道

生命科学与人工智能不断交叉,有望成为新的投资轨道。 来自微软[iv]2018引入高程预测CRISPR基因编辑效应,2020年初,中国AI企业利用人工智能技术,在诊断前,诊断中,诊断后帮助抗击疫情,进而对这个AlphaFold解构生物学问题。 我们认为这表明基于人工智能技术的生命科学的发展有望成为未来的重要趋势。

谷歌(GOOGL。 美国)阿尔法折叠评论:生命科学与人工智能不断交叉,有望成为新的投资轨道

估价和建议

谷歌(GOOGL。 美国)阿尔法折叠评论:生命科学与人工智能不断交叉,有望成为新的投资轨道

保持覆盖公司评级,利润预测,目标价格不变。

谷歌(GOOGL。 美国)阿尔法折叠评论:生命科学与人工智能不断交叉,有望成为新的投资轨道

风险

谷歌(GOOGL。 美国)阿尔法折叠评论:生命科学与人工智能不断交叉,有望成为新的投资轨道

新业态带来伦理和政策挑战;人工智能技术发展不及预期。

谷歌(GOOGL。 美国)阿尔法折叠评论:生命科学与人工智能不断交叉,有望成为新的投资轨道

图1:什么是“蛋白质折叠问题“?

谷歌(GOOGL。 美国)阿尔法折叠评论:生命科学与人工智能不断交叉,有望成为新的投资轨道

资料来源:中金研究司

谷歌(GOOGL。 美国)阿尔法折叠评论:生命科学与人工智能不断交叉,有望成为新的投资轨道

图2:一个人含有约2万种蛋白质,具有丰富的探索前景

资料来源:中金研究司

图3:蛋白质分子折叠的前景

资料来源:自然,心灵深处,中金研究部

图4:人工智能在医疗保健中的日益使用

资料来源:科大讯飞,IBM网站,中金研究部

图5:AI技术开始渗透到诊疗过程的各个方面

资料来源:中金研究部

图6:深度心智训练神经网络预测蛋白质配对残基(残基)之间距离的独立分布

资料来源:中金研究司

图7:AlphaFold2算法预测了显著的优化结果

资料来源:自然,心灵深处,CASP,中金研究部

图8:阿尔法折叠神经网络体系结构

资料来源:深心,中国科学院,中金研究部

图9:AICRISPR基因编辑的概念框架

资料来源:中金研究部威尔逊中心

图10:由微软开发的高程算法预测的CRISPR缺失效应的概率分布

资料来源:Nature,Microsoft,CICC研究部

图11:中国安全和AI在健康活动期间推出的健康事件预防和控制产品

资料来源:公司官方网站,中金研究部

(编辑:李国建)

免责声明:本文章由会员“李书”发布如果文章侵权,请联系我们处理,本站仅提供信息存储空间服务如因作品内容、版权和其他问题请于本站联系