機(jī)器學(xué)習(xí)算法擅長(zhǎng)發(fā)現(xiàn)大數(shù)據(jù)內(nèi)的復(fù)雜模式，因此研究人員通常利用它們作出預(yù)測(cè)。如今，科學(xué)家正在推動(dòng)這種新興技術(shù)超越發(fā)現(xiàn)相關(guān)性，幫助揭開(kāi)隱藏的因果關(guān)系并且驅(qū)動(dòng)科學(xué)發(fā)現(xiàn)。

在美國(guó)南佛羅里達(dá)大學(xué)（USF），研究人員將機(jī)器學(xué)習(xí)技術(shù)融合進(jìn)其研究蛋白質(zhì)的工作。正如他們?cè)诿绹?guó)物理聯(lián)合會(huì)（AIP）出版集團(tuán)所屬《化學(xué)物理學(xué)報(bào)》上所報(bào)告的，其面臨的主要挑戰(zhàn)之一是缺少在從分子動(dòng)力學(xué)模擬獲得的數(shù)據(jù)中辨別因果關(guān)系的方法。

“蛋白質(zhì)可被看作執(zhí)行一系列任務(wù)的納米尺度機(jī)器。不過(guò)，蛋白質(zhì)何時(shí)以及在哪里執(zhí)行特定任務(wù)是由細(xì)胞通過(guò)各種刺激控制的”USF生物物理學(xué)系副教授Sameer Varma介紹說(shuō)，這些刺激同蛋白質(zhì)相互作用，不斷地將其“打開(kāi)”或者“關(guān)閉”，甚至能改變其速度和力量。

在大多數(shù)蛋白質(zhì)中，生物刺激同距離開(kāi)展相應(yīng)任務(wù)的區(qū)域相對(duì)較遠(yuǎn)的蛋白質(zhì)位點(diǎn)發(fā)生相同作用，而這需要信號(hào)通路?！斑@種通過(guò)遠(yuǎn)程控制開(kāi)啟蛋白質(zhì)的方式被稱(chēng)為變構(gòu)通路。但具體細(xì)節(jié)仍不明確?！盫arma表示。

他和同事認(rèn)為，機(jī)器學(xué)習(xí)方法能發(fā)揮重要作用?！伴_(kāi)發(fā)并利用機(jī)器學(xué)習(xí)技術(shù)將使我們得以發(fā)現(xiàn)蛋白質(zhì)動(dòng)力學(xué)數(shù)據(jù)中的因果關(guān)系，并且最終解決蛋白質(zhì)變構(gòu)效應(yīng)中一些非?；A(chǔ)的問(wèn)題。”Varma介紹說(shuō)，他們的一個(gè)關(guān)鍵發(fā)現(xiàn)是在蛋白質(zhì)受刺激部位被啟動(dòng)的信號(hào)似乎在向遠(yuǎn)離該位點(diǎn)的地方移動(dòng)時(shí)逐漸變?nèi)?。這令人震驚，因?yàn)榭茖W(xué)家此前并未在蛋白質(zhì)位點(diǎn)之間的熱運(yùn)動(dòng)耦合中觀(guān)察到這種距離上的依賴(lài)性。

該團(tuán)隊(duì)的工作展示了一種機(jī)器學(xué)習(xí)方法被用于辨別數(shù)據(jù)內(nèi)因果關(guān)系的方式。此外，Varma表示，“這些數(shù)據(jù)還讓我們得以填補(bǔ)蛋白質(zhì)變構(gòu)效應(yīng)中的關(guān)鍵空白。最終，當(dāng)我們的方法被應(yīng)用于很多具有藥物意義的蛋白質(zhì)時(shí)，我們期望能發(fā)現(xiàn)更多機(jī)械學(xué)細(xì)節(jié)，以揭示恢復(fù)疾病狀態(tài)下蛋白質(zhì)活動(dòng)的新干預(yù)策略”。

未來(lái)智能實(shí)驗(yàn)室是人工智能學(xué)家與科學(xué)院相關(guān)機(jī)構(gòu)聯(lián)合成立的人工智能，互聯(lián)網(wǎng)和腦科學(xué)交叉研究機(jī)構(gòu)。

未來(lái)智能實(shí)驗(yàn)室的主要工作包括：建立AI智能系統(tǒng)智商評(píng)測(cè)體系，開(kāi)展世界人工智能智商評(píng)測(cè)；開(kāi)展互聯(lián)網(wǎng)（城市）云腦研究計(jì)劃，構(gòu)建互聯(lián)網(wǎng)（城市）云腦技術(shù)和企業(yè)圖譜，為提升企業(yè)，行業(yè)與城市的智能水平服務(wù)。