Die dunkle Materie der molekularen Welt identifizieren

0

moleculeStellen Sie sich vor, dass Ihr Facebook-Feed ein verlockendes Rätsel darstellt.

Sie erhalten ein paar Fragmente über eine Person – Augenfarbe, Haarfarbe, Alter und Größe – und haben nur eine Minute Zeit, um den Namen und die Identität der Person aus Hunderten von Profilen herauszusuchen.

Wenn Sie dies tun, gewinnen Sie 100 Millionen Dollar.Aber Sie kennen nur 10 dieser Personen namentlich.

Für die anderen haben Sie nur einen Mangel an Daten, mit denen Sie arbeiten können.

Einige sind jung und andere sind nicht so jung.

Einige sind blond und andere sind brünett.

Tun Sie mir einen Gefallen: Bitte TEILEN Sie diesen Beitrag.

Einige ihrer Namen klingen vertraut, aber man kann nicht genau sagen, woher man sie kennt.Diese Art von Szenario – eine scheinbar unmögliche Aufgabe mit einem enormen Gewinn – steht PNNL-Forschern gegenüber, die die Metabolomik untersuchen.

Das ist die Untersuchung der kleinen Moleküle, die jedem Aspekt unseres Lebens zugrunde liegen und darüber Auskunft geben, einschließlich der Energieerzeugung, des Schicksals unseres Planeten und unserer Gesundheit.

Wissenschaftler schätzen, dass weniger als 1 Prozent der kleinen Moleküle bekannt sind.

Eine typische kommerziell erhältliche Metabolomik-Bibliothek umfasst vielleicht 5.000 Verbindungen, aber Wissenschaftler wissen, dass es noch Milliarden mehr gibt.Wie “identifizieren” sie etwas, über das sie so wenig wissen? Es ist, als würde man Galileo bitten, Sterne im tiefen Weltraum zu identifizieren, die unmöglich zu entdecken waren, als er vor mehr als 400 Jahren eines der ersten Teleskope benutzte.Nehmen Sie an DarkChem teil, einem Forschungsprojekt, das von PNNL’s Deep Learning for Scientific Discovery Agile Investment finanziert wird.

Ein Team unter der Leitung von Ryan Renslow bringt künstliche Intelligenz auf den Tisch, um die riesige, unbekannte Landschaft von Metaboliten in Angriff zu nehmen, die Forscher wie Tom Metz, der die Metabolomforschung der PNNL leitet, verwirrt.”Im Moment überfliegen wir nur das potenziell Wissenswerte und verabschieden uns von sehr interessanten Daten, weil wir die große Mehrheit der Metaboliten, die unsere Technologie aufspürt, nicht identifizieren können”, sagte Metz.

Tiefes Lernen bietet einen neuen Weg zur Lösung des Rätsels.

“Renslow und seine Kollegen Sean Colby und Jamie Nunez haben tief greifende Lernprinzipien übernommen,….

Share.

Leave A Reply