Testing the reliability of AI-generated protein structures
本研究表明，AlphaFold2 和 ColabFold 在预测非蛋白质序列结构时表现出极低的假阳性率，同时机缘巧合地揭示了人类基因组非编码区中一些高分预测结果实际上对应于此前未被注释的假基因，这暗示了现有基因注释可能存在错误，并验证了高分结构预测对于进一步研究的实用价值。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，你有一个超级聪明的机器人建筑师，名叫 AlphaFold。它的工作是观察一份指令列表（蛋白质序列），并建造出一台机器的 3D 模型（蛋白质结构）。多年来，这个机器人一直在出色地完成任务，为真实的生物机器建造出完美的模型。
但这项研究背后的科学家们提出了一个棘手的问题：“如果我们愚弄这个机器人会发生什么呢？”
“虚假蓝图”测试
为了测试机器人的可靠性，研究人员创建了一套虚假蓝图。这些是看起来像是机器指令、但实际上只是乱码的随机字母字符串——它们是自然界从未打算用来建造任何东西的废料数据。
他们将这些虚假蓝图喂给机器人，并问道：“如果指令全是废话，这个机器人有多少次会自信地造出一台看起来完美的机器？”
结果：罕见的故障
机器人的表现极其出色。它几乎总是能意识到：“嘿，这是乱码，”并拒绝构建一个自信的模型。然而，它并非完美无缺。
研究发现，机器人大约每 435 次尝试从废话中构建东西时，就会出错一次。在这些罕见的情况下，它会自信地说：“我造出了一台伟大的机器！”尽管指令其实是假的。这被称为“假阳性”。
意外的收获：发现隐藏的宝藏
就在这里，事情变得有趣起来。在测试机器人的过程中，研究人员意外地在人类基因组（我们的身体指令手册）中发现了一些意想不到的东西。
他们发现了一些手册中的部分区域，科学家此前一直认为它们只是“死区”或“垃圾”（具体来说是那些不编码蛋白质的基因部分）。但是，当他们把这些部分交给机器人时，机器人竟然构建出了高质量的结构！
事实证明，这些并不是错误。这些是科学家之前忽略掉的隐藏且被遗忘的指令（假基因）。机器人在这里构建结构其实是正确的。
这意味着什么
这一发现教会了研究人员两件主要的事情：
- 机器人是值得信赖的： 由于其“故障”率极低（1/435），如果机器人说它构建了一个伟大的结构，那么你可以非常有信心那是真实的。
- 不要忽视“垃圾”： 因为机器人的表现如此出色，即使它在一段我们认为没用的手册部分发现了结构，也值得重新审视。它可能只是一个罕见的故障，也可能真的是我们错过的隐藏指令，但它绝对值得调查。
简而言之，这个机器人是一个出色的建造者，它很少被假计划所蒙蔽，而且有时它甚至能帮助我们发现自身指令手册中那些我们原本不知道存在的隐藏宝藏。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。