V-Proud rất vinh dự khi được hỗ trợ doanh nghiệp FDI sản xuất linh kiện ô tô hàng đầu Hàn Quốc tại miền Bắc. Chúng tôi đã mang đến khóa đào tạo GD&T giúp đội ngũ kỹ thuật hiểu sâu hơn, làm việc hiệu quả hơn và đáp ứng tốt các yêu cầu của thị trường quốc tế.
Thiết kế ngược bằng máy quét 3D laser là giải pháp công nghệ cao giúp tái tạo, cải tiến các bộ phận công nghiệp với độ chính xác vượt trội. Bài viết này sẽ chia sẻ chi tiết về quy trình thiết kế ngược, từ các bước cơ bản đến việc ứng dụng mô hình CAD, đặc biệt hữu ích cho các ngành cơ khí chế tạo, sản xuất ôtô, hàng không và công nghiệp.
"Không khí triển lãm VIMEXPO2024 đang nóng lên từng ngày! V-PROUD đã sẵn sàng để mang đến những trải nghiệm đo lường đột phá nhất."
Hơn một nửa thế kỷ qua, giới khoa học vẫn đau đầu tìm cách dự đoán một cách chính xác và nhanh chóng chức năng của protein bằng cách phân tích chuỗi amino acid hình thành nên protein.
Trong nhiều thập kỷ, các nhà khoa học đã cố gắng tìm ra cách dự đoán sự hình thành những protein dạng xoắn với cấu trúc không gian phức tạp để từ đó có cơ sở hiểu rõ hơn về những cấu trúc được coi là “động cơ” của sự sống này.
Đầu tháng 12, một chương trình Trí tuệ nhân tạo (AI) có tên là AlphaFold của Công ty DeepMind - cùng thuộc sở hữu của tập đoàn Alphabet giống như Google - hầu như đã giải quyết được thách thức này, dự báo cách hình thành các cấu trúc không gian 3 chiều của protein.
Chương trình AI AlphaFold đã giải được cấu trúc của protein.
Kết quả này đạt được khi AlphaFold tham gia cuộc thi Critical Assessment of Techniques for Protein Structure Prediction (CASP) và được đánh giá là tạo ra những kết quả “mang tính thay đổi cục diện”.
CASP là cuộc thi nhằm đánh giá những công nghệ giúp dự đoán cấu trúc của protein, ra đời năm 1994 và được tổ chức định kỳ 2 lần/năm. Trong cuộc thi gần nhất năm 2018, chương trình AlphaFold của DeepMind cũng đã về nhất dù chưa được coi là đạt đến kết quả chính xác để có thể giải quyết được vấn đề nêu trên.
Chuyên gia sinh học máy tính John Moult, từ Đại học Maryland, đồng sáng lập CASP, cho rằng trên những khía cạnh nhất định có thể nói chương trình AlphaFold đã giải quyết được vấn đề.
Janet Thornton thuộc Viện Tin học Sinh học châu Âu cho biết: “Việc giải quyết được vấn đề là một chiến thắng của sự tò mò, nỗ lực và trí thông minh của con người. Điều đó giúp chúng ta biết nhiều hơn về cấu trúc protein và có khả năng dự đoán chúng bằng máy tính đồng nghĩa với việc ta hiểu rõ hơn về cuộc sống, sự tiến hóa và tất nhiên là sức khỏe và bệnh tật của con người”.
Tế bào của tất cả các sinh vật chứa hàng ngàn protein, thứ xúc tác hầu hết các phản ứng hóa học trong cơ thể. Chúng là thiết yếu cho sự sống - từ chức năng cơ bắp đến vận chuyển oxy trong máu - và cũng là chìa khóa cho các bệnh như ung thư và thậm chí là cả Covid-19.
Protein bắt đầu dưới dạng một chuỗi các axit amin, sau đó sẽ cuộn lại thành một cấu trúc rối ba chiều độc đáo. Chính hình dạng này liên quan trực tiếp đến chức năng của nó.
CASP gồm khoảng 100 đội tham gia, được cung cấp các chuỗi amino acid của hàng chục protein và được yêu cầu dự đoán hình thù cấu trúc protein được hình thành. Ban Tổ chức đã biết rõ cấu trúc cuối cùng của những protein này.
Trong cuộc thi năm nay, AlphaFold đã xác định đúng hình thù của rất nhiều cấu trúc protein với mức độ chính xác tương đương với những kết quả thu được từ thử nghiệm tốn kém và mất nhiều thời gian trong phòng thí nghiệm.
Andrei Lupas, một nhà sinh học tiến hóa đến từ Viện Mas Planck, thành viên đội đánh giá, cho biết AlphaFold đã giúp chuyên gia này xác định cấu trúc của một protein mà phòng thí nghiệm của ông đã tìm ra sau gần 1 thập kỷ nghiên cứu.
Trong khi đó, tác giả Derek Lowe, chuyên gia bình luận về ngành nghiên cứu và sản xuất dược phẩm của Science Translational Medicine cho rằng những kết quả trên dù không thể khẳng định được rằng AlphaFold có thể luôn dự đoán đúng cấu trúc protein nhưng việc có thể đạt đến mức độ dự đoán chính xác tương đương với các nghiên cứu nhiều năm trong phòng thí nghiệm, với nhiều loại protein khác nhau như kết quả mà AlphaFold mới đạt được là điều chưa từng có.
DeepMind đang nghiên cứu cách để đưa chương trình này vào hỗ trợ trong việc nghiên cứu một số bệnh nhất định, ví dụ như để xác định xem một protein có thể đã mất chức năng hay chưa.
Việc có thể nghiên cứu đến những cấp độ này sẽ giúp quá trình phát triển thuốc chữa bệnh đạt được độ chính xác cao hơn, phụ trợ cho những phương thức nghiên cứu hiện có để tìm ra những biện pháp điều trị hiệu quả trong thời gian ngắn hơn.
Nguồn: khoahoc.tv
(84) 896 555 247
Tiếng Việt
English