Foldit ist ein schöner offener Aufruf , da es für Nicht-Experten ermöglicht in einer Art und Weise teilzunehmen , die Spaß macht.
Die Netflix-Preis, während stimmungsvolle und klar, zeigen nicht das gesamte Spektrum der offenen Call-Projekte. Zum Beispiel in der Netflix-Preis die meisten schweren Teilnehmer hatten Jahre der Ausbildung in der Statistik und des maschinellen Lernens. Aber kann offene Aufforderung Projekte auch Teilnehmer einzubeziehen, die keine formale Ausbildung haben, wie von Foldit dargestellt wurde, ein Protein-Faltung Spiel.
Proteinfaltung ist der Prozess, durch die eine Kette von Aminosäuren an seiner Form annimmt. Mit einem besseren Verständnis dieses Prozesses könnte Biologen entwerfen Proteine mit spezifischen Formen, die als Medizin verwendet werden. Vereinfachen ziemlich viel, neigen Proteine auf den niedrigsten Energiekonfiguration zu bewegen, eine Konfiguration, die die verschiedenen Schübe ausgleicht und zieht innerhalb des Proteins (Abbildung 5.7). Also, wenn ein Forscher vorhersagen will, welche Form, in die ein Protein faltet, klingt die Lösung einfach: alle möglichen Konfigurationen versuchen, berechnen ihre Energien und sagen voraus, dass das Protein in der niedrigsten Energie Konfiguration falten wird. Leider ist diese Brute-Force-Ansatz, der alle möglichen Konfigurationen umfasst versuchen, ist rechnerisch unmöglich, weil es Milliarden und Milliarden von möglichen Konfigurationen sind. Selbst mit den leistungsfähigsten Computer verfügbar heute-und in absehbarer Zeit-Brute-Force wird gerade nicht zur Arbeit gehen. Deshalb haben Biologen viele clevere Algorithmen entwickelt effizient für die niedrigste Energiekonfiguration zu suchen. Aber trotz massiver Mengen wissenschaftlicher und Rechenaufwand, sind diese Algorithmen noch bei weitem nicht perfekt.
David Baker und seine Forschungsgruppe an der Universität von Washington waren Teil der Gemeinschaft von Wissenschaftlern bessere Rechenansätze Proteinfaltung zu entwickeln. Um was zu verfolgen geschah, während ihre Algorithmen entfernt wurden Kurbeln, Baker und seine Gruppe würde einen Bildschirmschoner gelegentlich beobachten, die den Fortschritt ihrer Algorithmen visualisiert. Während diese Visualisierungen beobachten, begann Baker zu fragen , ob es möglich wäre , für den Menschen in den Prozess zu helfen, und so begann Foldit, eine kreative und schöne offene Aufruf (Hand 2010) .
Foldit schaltet der Prozess der Proteinfaltung in einem Spiel, das von jedermann gespielt werden kann. Aus der Perspektive des Spielers erscheint Foldit ein Puzzle (Abbildung 5.8) zu sein. Die Spieler sind mit einem dreidimensionalen Gewirr von Proteinstruktur dargestellt und kann durchführen Operations- "zwicken", "wackeln", "Neuaufbau", dh seine Form ändern. Durch die Durchführung dieser Operationen ändern Spieler die Form des Proteins, was wiederum erhöht oder ihre Punktzahl ab. Entscheidend ist, wird die Punktzahl basierend auf dem Energieniveau der aktuellen Konfiguration berechnet; energieärmere Konfigurationen führen zu höheren Werten. Mit anderen Worten, hilft die Punktzahl, die Spieler führen, wie sie für Niedrigenergie-Konfigurationen suchen. Dieses Spiel ist nur möglich, weil nur-Filmbewertungen im Netflix-Preis-Proteinfaltung ist auch eine Situation wie die Vorhersage, wo es einfacher ist, Lösungen zu prüfen, als sie erzeugen.
Foldit eleganten Design ermöglicht es Spielern, mit wenig formales Wissen der Biochemie mit den besten Algorithmen, die von Experten entwickelt, um zu konkurrieren. Während die meisten Spieler an der Aufgabe nicht besonders gut sind, gibt es ein paar Spieler und kleine Teams von Spielern, die außergewöhnlich sind. In der Tat, in einem Kopf-an-Kopf - Wettbewerb mit der Struktur von 10 spezifischen Proteinen vorherzusagen, waren Foldit Spieler in der Lage zu schlagen state-of-the-art - Proteinfaltung Algorithmen fünfmal (Cooper et al. 2010) .
Foldit und die Netflix Preis unterscheiden sich in vielerlei Hinsicht, aber sie beinhalten sowohl offene Forderungen nach Lösungen, die einfacher zu kontrollieren als generieren sind. Patentrecht: Nun werden wir die gleiche Struktur in einer weiteren sehr unterschiedliche Einstellung zu sehen. Das letzte Beispiel einer offenen Aufforderung Problem zeigt, dass sie auch in den Einstellungen verwendet werden können, die nicht offensichtlich zugänglich Quantifizierung sind.