5.3.2 Foldit

재미 방식으로 참여하는 비전문가 수 있기 때문에 Foldit 아름다운 공모합니다.

넷플 릭스 수상은, 환기 및 명확한 동안, 공모 프로젝트의 전체 범위를 설명하지 않습니다. 예를 들어, 넷플릭스 상에 심각한 참가자의 대부분은 통계 및 기계 학습 훈련의 년을했다. 그러나, 공모 프로젝트는 Foldit, 단백질 폴딩 게임에 의해 설명 된 바와 같이, 형식적인 훈련이없는 참가자를 포함 할 수있다.

단백질 접힘 아미노산의 사슬 형상에 소요되는 프로세스이다. 이 과정에 대한 이해와 함께, 생물 학자들은 약으로 사용할 수있는 특정 모양 단백질을 설계 할 수있다. 상당히 단순화, 단백질은 가장 낮은 에너지 구성, 다양한 푸시 균형과 단백질 (그림 5.7)에서 끌어 구성으로 이동하는 경향이있다. 연구자가되는 단백질 폴드 될지 형상 예측하고자한다면, 상기 용액은 단순 들린다 그들의 에너지를 계산하는 모든 가능한 구성을 시도하고, 단백질이 가장 낮은 에너지 구성에 접​​어 것이라고 예측한다. 수십억 잠재적 인 구성 수십억 있기 때문에 불행히도, 모든 가능한 구성을 시도 포함이 무력 접근 방식은 계산 상 불가능하다. 심지어 가장 강력한 컴퓨터와 현재 및 가까운 미래 무력에 그냥 작동하지 않을. 따라서, 생물학 효율적 낮은 에너지 구성에 대해 검색하는 많은 영리한 알고리즘을 개발했다. 그러나, 과학 계산 노력의 엄청난 양에도 불구하고,이 알고리즘은 아직까지 완벽한에서입니다.

그림 5.7 : 단백질 폴딩. 이미지 생성 및 DrKjaergaard에 의해 공개 도메인에 배치했다. 출처 : 위키 미디어 공용.

그림 5.7 : 단백질 폴딩. 이미지 생성 "DrKjaergaard"에 의해 공개 도메인에 배치했다. 출처 : 위키 미디어 공용 .

데이비드 베이커와 워싱턴 대학에서 자신의 연구 그룹은 단백질 접힘에 더 계산 방법을 개발하기 위해 노력하고 과학자 사회의 일부분이었다. 자신의 알고리즘 멀리 본격 동안 무슨 일이 벌어지고 있는지 추적하기 위해, 베이커와 그의 그룹은 때때로 자신의 알고리즘의 진행 상황을 시각화 화면 보호기를 볼 것입니다. 이러한 시각화를 보면서, 베이커는 인간이 과정에서 도움이하는 것이 가능한 지 여부를 궁금해하기 시작했다, 따라서 Foldit, 창의적이고 아름다운 공모 시작 (Hand 2010) .

Foldit 사람에 의해 재생할 수있는 게임으로 단백질 접힘 과정을집니다. 플레이어의 관점에서, Foldit 퍼즐 (그림 5.8)이 나타납니다. 플레이어는 단백질 구조의 3 차원 엉킴되게하고 그 형상을 변경 저거 "재 구축", "흔들기" "조정할"조작 - 수행 할 수있다. 이러한 작업을 수행함으로써 선수들이 차례로 증가 또는 자신의 점수를 감소하는 단백질의 모양을 변경할 수 있습니다. 결정적으로, 점수는 현재의 구성의 에너지 레벨에 기초하여 계산되고; 낮은 에너지 구성은 높은 점수를 초래한다. 즉, 스코어는 낮은 에너지 구성에 대해 검색 할 때 선수 안내 돕는다. 넷플 릭스 상 - 단백질 접힘에 영화 등급을 예측처럼 또한 그들을 생성보다 해결책을 확인하기 쉬운 상황이다해서 -이 게임은 가능하다.

그림 5.8 : Foldit을위한 게임 화면.

그림 5.8 : Foldit을위한 게임 화면.

Foldit의 우아한 디자인은 전문가에 의해 설계된 최적의 알고리즘과 경쟁 생화학 거의 형식적인 지식을 가진 선수를 할 수 있습니다. 대부분의 선수가 작업에 특히 좋은 것은 아니지만, 뛰어난있는 선수 중 일부 선수들과 소규모 팀이있다. 사실, 10 특정 단백질의 구조를 예측하는 머리 대 머리 경쟁, Foldit의 선수들은 최첨단 단백질 접힘 알고리즘을 다섯 번을 이길 수 있었다 (Cooper et al. 2010) .

Foldit와 넷플릭스의 상품은 여러 가지면에서 다르지만, 둘 다 생성보다 확인하기 쉽게되어 솔루션을 열고 전화를 포함한다. 특허법 : 이제, 우리는 또 다른 매우 다른 환경에서 동일한 구조를 볼 수 있습니다. 오픈 콜 문제의이 마지막 예는도 분명 정량화 의무가없는 설정에서 사용될 수 있음을 보여줍니다.