【明報專訊】香港大學科學家開發首個人工智能深度學習方法，預測聯繫疾病的金屬蛋白結合位點突變，研究結果刊於國際權威學術期刊《自然——機器智能》。港大化學系孫紅哲教授的研究團隊，與曾任教港大、美國亞利桑那州梅奧醫院的王俊文教授合作研究。孫紅哲說，機器學習和人工智能在當前生物和化學科學中發揮重要作用，而研究團隊使用整合組學的方法，包括金屬組學和金屬蛋白組學，研究生物學和醫學領域中的金屬離子並且已從體內、體外的實驗中獲得大量有價值數據，從而發現疾病背後的秘密並與之抗爭。

港大指出，金屬離子在人類生命體系的生理學中起�茧硎c或功能上的關鍵作用，而鋅、鐵和銅等金屬對所有生命都是必不可少的，必須嚴格控制其在細胞的濃度。研究人員使用基於能量的親和力網格圖從金屬結合位點提取空間特徵，這些空間特徵已與物理化學序列特徵結合以訓練模型，結果表明，使用空間特徵增強了預測性能，提升了預測聯繫疾病的金屬結合位點突變的技術。研究開發的深度學習方法，提供了一種強有力的方法來整合實驗數據與生物信息學分析。