Trong bài báo công bố trên tạp chí Nature AI sáng nay, các nhà nghiên cứu tại Google DeepMind đã trình bày một kiến trúc mạng nơ-ron sâu mới chuyên biệt cho sinh học phân tử. Mô hình này không chỉ dự đoán cấu trúc protein tự nhiên mà còn thiết kế các protein nhân tạo có chức năng cụ thể, như enzyme phân hủy nhựa hoặc chất xúc tác mới.
Thực nghiệm cho thấy độ chính xác của mô hình đạt 98% khi so sánh với dữ liệu thực nghiệm trong vòng 48 giờ, so với hàng năm trước đây dùng phương pháp truyền thống. Nghiên cứu tập trung vào việc sử dụng học tăng cường (Reinforcement Learning) để tối ưu hóa chuỗi axit amin, giúp giảm thiểu rủi ro gấp cuộn sai.
Các chuyên gia y sinh đánh giá đây là bước ngoặt quan trọng trong nghiên cứu thuốc nhắm mục tiêu (targeted therapy). Tuy nhiên, giới hạn hiện tại nằm ở khả năng tổng hợp vật lý các protein phức tạp, đòi hỏi sự hợp tác chặt chẽ hơn với các phòng thí nghiệm hóa sinh thực nghiệm.