ヤン・ニン氏の新しい論文が突然ネイチャーのサブジャーナルに掲載された: 構造はAIの手の届かないところにある

ヤン・ニン氏の新しい論文が突然ネイチャーのサブジャーナルに掲載された: 構造はAIの手の届かないところにある

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載しています。転載の際は出典元にご連絡ください。

構造生物学者ヤン・ニン氏の新しい論文が突然ネイチャー誌に掲載された。

そして、ヤン・ニン自身もこのことを知って少々驚いた。

すぐに引用を「印刷中」からページ番号に変更しました。

その後、Yan Ning氏はこの記事に対して以下の2つのコメントを寄せた。

記事にはAI が処理できる構造がありません。

本当は投稿したくなかったのですが

ネットユーザーたちは祝福する一方で、羨望の念も抱いていた。

では、AI でさえ制御できないこの構造とは、いったい何なのでしょうか?

CBD が Nav v 1.7 チャネルに与える影響の解明

まず、2 つの重要な概念を理解する必要があります。

カンナビジオール(CBD)は、てんかんや痛みの治療に広く使用されている植物性カンナビノイドです。

Nav v 1.7 は、ニューロン内で発現し、ニューロン内の神経伝達物質の放出を制御するイオンチャネルタンパク質です。

同時に、鎮痛、麻酔、抗癌、神経保護作用を持つことから、医薬品研究の重要なターゲットでもあります。

これに先立ち、多くの大規模な臨床試験で、CBD が数種類の小児てんかんの治療に有効であることが示されており、CBD は痛みを和らげる効果もあることが示されています。

しかし、CBD が Nav v 1.7 チャネルに与える影響は十分に研究されていません。

Yan Ning 氏のチームによるこの研究では、CBD が Nav v 1.7 チャネルとどのように相互作用し、その機能に影響を与えるかという疑問に取り組みました。

この記事では、クライオ電子顕微鏡(cryo-EM)技術を使用して、ヒト Nav1.7 チャネルと CBD の複雑な構造を研究します。

まず、研究者らは安定した細胞株を通じてヒト Nav v 1.7 チャネルを発現し、その細胞を低濃度の CBD で処理して Nav v 1.7 チャネルと CBD の複合体を得ました。

その後、この複合体はクライオ電子顕微鏡を使用して画像化され、その構造が解明されました。

この方法を使用して、研究者らは、Nav v 1.7 チャネルの α1 サブユニット、β1 サブユニット、β2 サブユニット、および CBD 分子の結合部位を含む Nav v 1.7 チャネル - CBD 複合体の詳細な構造を観察することができました。

研究の結果、CBD は Nav v 1.7 チャネルの活性を大幅に低下させることができ、CBD は主に Nav v 1.7 チャネルの F 結合部位に結合することがわかりました。

これは、Nav1.7 チャネルと CBD の相互作用をさらに研究するための基礎を提供し、新しい治療法を開発するための理論的基礎も提供します。

研究チーム

この論文の責任著者は構造生物学者の Yan Ning 氏で、主に重要な疾患関連膜輸送タンパク質、電位依存性イオンチャネルの構造と動作メカニズム、およびコレステロール代謝経路を制御する膜タンパク質の分子メカニズムを研究しています。

ヤン・ニンは清華大学生命科学技術学部で学士号を取得し、プリンストン大学分子生物学部で博士号を取得しました。プリンストン大学ではシ・イーゴン教授に師事し、その後、同大学で博士研究員として研究を行いました。

ヤン・ニンさんは博士研究員としての研究を終えた後、清華大学医学部に採用された。昨年末には深セン医学科学院の院長に就任し、今年3月には深セン湾実験室の所長に就任した。

<<:  人気の「GPT-4 MIT学部数学フルスコア」論文が不正、データセット自体に問題あり

>>:  テレンス・タオ:2026 年には、GPT が数学論文の共著者となる予定です。 GPT-4の「フルバージョン」を事前に試してみたら衝撃を受けた

ブログ    

推薦する

Python で分類と回帰を組み合わせたニューラル ネットワーク モデル

[[406559]] Python 中国語コミュニティ (ID: python-china)一部の予...

Ele.meにおける人工知能の応用

[[212221]] Ele.meについてほとんどの人がテイクアウトを注文したことがあるでしょう。テ...

ファイアウォールではできないことを人工知能で実現できるでしょうか?

[[183545]]ハッカーが徐々に人工知能システムに適応するにつれて、プログラマーも積極的に新し...

...

シャドーAIの潜在的な脅威に対処するための4つのヒント

AI ツールの導入はほとんどの組織がセキュリティを確保できるよりも速いペースで進んでいるため、シャド...

...

信じてはいけないクラウドコンピューティングと人工知能に関する2つの誤解

クラウド コンピューティングによってデータ センターが消滅し、AI プロジェクトは失敗する運命にある...

モデルトレーニング: AIと機械学習の最適化とDevOpsツールの利用の改善

フランス料理の秘訣はバター、バター、そしてさらにバターだと言われています。同様に、DevOps の場...

オープンモデルの重みはAIを制御不能にすると言われ、Metaはプラカードで抗議され、LeCun:オープンソースAIコミュニティは活発化している

AIの分野では、オープンソースとクローズドソースの選択については、常に意見が分かれてきました。しかし...

レースをしながら「機械学習」を学ぶ? 380万人が観ていなかったら、信じられなかったでしょう。

[[440972]] 「秋名山には人が少なく、ドライバー同士が競争することが多い。今は自動運転車が...

...

数行のコードでUNetが安定!中山大学などが提案したScaleLong拡散モデル:スケーリングへの疑問からスケーリングへ

標準の UNet 構造では、ロング スキップ接続のスケーリング係数は通常 1 です。ただし、Imag...

世界を変えるために活動する5つのAIスタートアップ

ディープラーニングとニューラル ネットワークの進歩により、自然言語処理とコンピューター ビジョンに大...

...