模型对蛋白质功能的预测效果如何?

爱荷华州立大学副教授 Iddo Friedberg 博士访谈

Transparent blue capsules each holding intricate structures resembling cells or circuits.

过去十年,随着新机器学习和人工智能计算方法的兴起,蛋白质功能预测取得了重大进展。在本文中,我们采访了蛋白质功能预测专家、功能注释关键评估 (CAFA) 实验的共同组织者 Iddo Friedberg 博士,讨论了模型预测蛋白质功能的准确性,以及他对该领域未来发展的看法。

CAS:您最初是如何对蛋白质功能预测产生兴趣的?

CAS:自从您投身该领域以来,自动化蛋白质功能预测取得了哪些进展?

CAS:与其他方法相比,是否有一些蛋白质功能预测方法更有效?

CAS:随着分子功能预测的不断改进,我们是否能更好地进行生物过程和细胞组分预测?

CAS:您认为该领域的主要瓶颈是什么?

CAS:主要瓶颈之一完全不是计算问题,而是实验室正在完成的工作和发表的成果?

CAS:您认为自然语言处理模型 (NLP) 的最新进展可以用于生物信息收录管理吗?

CAS:您认为目前蛋白质功能预测领域有哪些重大机遇?

CAS:如果您有一根魔杖可以改变药物发现过程中的任何事情,您会改变什么?

Iddo Friedberg 博士是爱荷华州立大学兽医学院的副教授。他拥有生物信息学博士学位,在计算宏基因组学和蛋白质功能预测领域深耕多年。他的研究旨在利用海量组学数据预测蛋白质和基因功能,并致力于将志同道合的科学家聚集在一起,共同探讨自动化蛋白质功能预测。作为“功能注释关键评估” (CAFA) 实验的联合组织者,Iddo 正处于蛋白质功能预测未来领域的前沿。CAFA 是一项旨在对用于预测蛋白质功能的计算方法进行大规模评估的实验。