Zwei Jahre später gibt es eine Folgefrage zu der hier gestellten: Woher wissen wir, ob die Ergebnisse des Folding@home-Projekts richtig sind? Da wir uns ziemlich sicher sind, dass F@H richtig funktioniert und der Aussage dieses Artikels folgt:
Ähnliche Techniken könnten auf die Proteinfaltung, die Reduzierung des Energieverbrauchs oder die Suche nach revolutionären neuen Medikamenten und Materialien angewendet werden.
... Ich würde gerne fragen, ob KI-Sachen wie Deep Learning, neuronale Netze und der Rest der heutigen Schlagworte auf die Molekulardynamik angewendet werden könnten, insbesondere im Bereich der Proteinfaltung?
Ja und nein :-)
Inzwischen lassen sich viele Proteinstrukturen ziemlich genau vorhersagen – auch solche, für die zuvor keine Referenzfaltung bekannt war.
Das wichtige Schlagwort in diesem Fall ist „Big Data“: Co-Mutationen (von geladenen Aminosäuren), die bei der Sequenzierung vieler unabhängiger Genome gefunden werden können. (... was indirekt die Betonung der Dynamik für die Proteinfaltung umgeht)
Redaktion: 2017, Wissenschaft: http://www.sciencemag.org/news/2017/01/hundreds-elusive-protein-structures-pinned-down-genome-data
Perspektive: Soding et al. , 2017, Wissenschaft ( http://science.sciencemag.org/content/355/6322/248 )
Forschungsartikel: Ovchinnikov et al. 2017, Wissenschaft ( https://www.bakerlab.org/wp-content/uploads/2017/01/ovchinnikov_science_2017.pdf )