蛋白質(zhì)是生命體中為重要的基本分子之一，它們在細(xì)胞的各個(gè)方面都扮演著重要的角色。因此，科學(xué)家們一直在努力尋找新的蛋白質(zhì)結(jié)構(gòu)，以期發(fā)現(xiàn)更多的生物學(xué)功能。

在這項(xiàng)研究中，科學(xué)家們使用了一種名為“Generative Tensorial Reinforcement Learning”（GENTRL）的技術(shù)，這種技術(shù)可以通過學(xué)習(xí)已有的蛋白質(zhì)結(jié)構(gòu)來生成新的結(jié)構(gòu)設(shè)計(jì)。

研究人員將GENTRL應(yīng)用于兩種不同的蛋白質(zhì)結(jié)構(gòu)設(shè)計(jì)問題中，一種是針對(duì)抗體的設(shè)計(jì)，另一種是針對(duì)酶的設(shè)計(jì)。在這些實(shí)驗(yàn)中，GENTRL生成了許多新的蛋白質(zhì)結(jié)構(gòu)，并且其中一些結(jié)構(gòu)比已有的結(jié)構(gòu)更加。

這項(xiàng)研究的成功表明，人工智能系統(tǒng)可以成為一種有用的工具，幫助科學(xué)家們在蛋白質(zhì)結(jié)構(gòu)設(shè)計(jì)領(lǐng)域中取得更多的突破。未來，這種技術(shù)可能會(huì)被應(yīng)用于醫(yī)學(xué)和生物工程領(lǐng)域，以開發(fā)出更有效的藥物和方案。