Star Navigation Systems Group Ltd. (CSE: SNA)
Star Navigation Systems Group Ltd.是一家飞行科学公司，为商业航空公司、公务机、直升机、军事和国防部门提供智能机队管理系统和健康监测解决方案。
每個人都知道科幻電影中有關人工智能程序的陳詞濫調，那就是人工智能將不可避免地會走上邪惡的道路。值得慶倖的是，當它不是由好萊塢編劇編寫的時候，人工智能也並不全是壞事。
週四，Alphabet 旗下的英國人工智能公司 DeepMind 透露，其人工智能 AlphaFold 算法已經有效地預測了科學界已知的幾乎所有蛋白質的形狀，這可以迅速加速藥物發現和生物學突破。他們將數據庫免費提供給任何人。
人類的思想是不可思議的，或者至少艾薩克·牛頓和阿爾伯特·愛因斯坦的思想是不可思議的。但是，借助我們物種最優秀和最聰明的研究人員可以使用的所有工具，弄清楚一種蛋白質的形狀可能需要數月或數年的實驗室研究。事實上，人類只弄清楚了大約 0.01% 或 190,000 個已知蛋白質的形狀。
破解對生命至關重要的蛋白質的形狀對於瞭解蛋白質的功能至關重要，而瞭解蛋白質的內部運作使科學家有可能改變其 DNA 序列或識別可能附著在其上的藥物。以瘧疾為例，研究瘧原蟲的蛋白質可以揭示抗體如何與它結合並打開對抗它的途徑。通過執行可能需要人類用時數十年的工作，DeepMind 的 人工智能為科學家們提供了探索新世界的路線圖：
去年，DeepMind 表示，AlphaFold 預測了所有人類蛋白質的形狀，大約 350,000 種，這對於瞭解人類健康和疾病至關重要。該數據庫現在包含超過 2 億個預測的蛋白質結構，幾乎涉及科學家已進行基因組測序的所有生物。
這些結構可在歐洲分子生物學實驗室(EMBL-EBI)的歐洲生物信息學研究所維護的公共數據庫中獲得。超過 50 萬研究人員已經使用該數據庫查看了 200 萬個結構。
EMBL-EBI 的資深科學家Janet Thornton告訴英國《金融時報》：過去幾年上市的幾乎每一種藥物都在一定程度上是通過對蛋白質結構的瞭解而設計。
人類科學家並沒有失業，他們仍然需要在實驗中確認蛋白質結構。此外，他們還可以申請 Isomorphic Labs 的工作，這家英國公司是由Alphabet 設立，旨在利用 DeepMind 的技術加速藥物發現。
