美国国家标准与技术研究院（NIST）的科研人员开发了一种被命名为LANTERN的可预测蛋白质功能的统计工具，不仅可以帮助科学家实现蛋白质调整，而且和使用传统人工智能预测机制相比，LANTERN算法更易于理解。研究成果发表在《美国国家科学院院刊》杂志上。
科学家利用LANTERN对大肠杆菌的LacI蛋白、绿色荧光蛋白（GFP）等的三个数据集学习了与蛋白质折叠相关方向。在进行预测时，LANTERN将这些向量相加，找出对蛋白质的给定属性（如折叠稳定性）影响最大的碱基对，并提示用户如何调整该属性以达到预期效果。通过对比，LANTERN预测准确率甚至优于传统的深度神经网络（DNN），在辅助生物燃料生产、药物开发等领域已证实其可发挥重要作用。
注：本文摘自国外相关研究报道，文章内容不代表本网站观点和立场，仅供参考。
