在生命科学领域，观测和解析蛋白质结构一直是个令人着迷的话题，吸引着众多科学家攻坚，但也面临着难度大、成本高、进展有限的局面。传统观测蛋白质结构的方法主要有三种：核磁共振、射线、冷冻电镜。这些方法依赖大量试错以及昂贵的设备，每种结构的研究往往长达数年。为此，研究人员通过开发相关的人工智能算法，根据氨基酸序列来预测蛋白质的空间结构。将人工智能应用于蛋白质结构领域，通过预测的方式破解传统观测方法所不能解析的一些结构，且可信度比较高，十分接近事实。这种人工智能的结构预测算法，有望成为科学家的利器，加速生命科学领域的研究发展。这项研究表明

多选题 能动性 人工智能 科学家 蛋白质 计算速度 可信度 程序化 计算能力 准确度 对象化