5.3.2 Foldit

それは楽しいな方法で参加する非専門家を可能にしますので、Folditは美しいオープン呼び出しです。

Netflixの賞は、刺激的な、クリアしながら、オープンコール・プロジェクトの全範囲を説明するものではありません。例えば、Netflixの賞に深刻な参加者のほとんどは、統計や機械学習の訓練の年を持っていました。しかし、オープンコール・プロジェクトもFoldit、タンパク質折り畳みゲームによって示されたように、正式な訓練を受けていない参加者を含むことができます。

タンパク質のフォールディングは、アミノ酸の鎖は、その形状をとるするプロセスです。このプロセスをより良く理解して、生物学者は、薬剤として使用することができる特定の形状を有するタンパク質を設計することができました。かなりの簡素化、タンパク質は、それらの最低エネルギー構成、さまざまなプッシュをバランスとタンパク質（図5.7）内に引き込む構成に移動する傾向があります。研究者は、タンパク質が折り畳まれるにどのような形状を予測したいのであれば、解決策は単純に聞こえる：ちょうど、すべての可能な構成を試してそのエネルギーを計算し、タンパク質は最低エネルギー構成に折り畳まれることを予測しています。潜在的な構成の十億があるので、残念ながら、すべての可能な構成を試みることを含む、この強引な手法は、計算上不可能です。今日でも、近い将来、力ずくで利用可能な最も強力なコンピュータとは、ちょうど仕事に行くのではありません。そのため、生物学者は、効率的に最も低いエネルギー構成を検索するための多くの巧妙なアルゴリズムを開発しました。しかし、科学と計算努力の膨大な量にもかかわらず、これらのアルゴリズムはまだ遠い完璧からです。

図5.7：タンパク質の折り畳み。画像が作成され、「DrKjaergaard」によってパブリックドメインに入れました。出典： ウィキメディアコモンズ 。

ワシントン大学のデビッド・ベイカーと彼の研究グループは、タンパク質のフォールディングへのより良い計算手法の開発に取り組んで科学者のコミュニティの一部でした。そのアルゴリズムは離れてクランキングしながら何が起こっているかを追跡するためには、ベイカーと彼のグループは、時折、そのアルゴリズムの進捗状況を可視化し、スクリーン・セーバーを見るだろう。これらのビジュアライゼーションを見ながら、ベイカーは、人間がプロセスを支援することが可能であるかどうかを疑問に思うようになった、従ってFoldit、創造的で美しいオープンコール始めた(Hand 2010)

Folditは誰でも遊ぶことができるゲームへのタンパク質の折り畳みのプロセスをオンにします。プレイヤーの観点から、Folditはパズル（図5.8）であるように思われます。プレイヤーは、その形状を変更する - つまり、「再構築」、タンパク質構造の三次元絡みで提示され、Operations（操作）「微調整」、「ウィグル」を実行することができます。これらの操作を行うことでプレイヤーはターン増加またはそれらのスコアを減少する、タンパク質の形状を変更します。批判的に、スコアは、現在の構成のエネルギーレベルに基づいて算出されます。低エネルギーの構成は、より高いスコアをもたらします。言い換えれば、スコアは、彼らが低エネルギー構成を探索としてプレイヤーを導くのに役立ちます。 Netflixの賞タンパク質の折り畳みに映画の評価を予測するように、また、それらを生成するよりも、解決策を確認することが容易であるような状況であるという理由だけで、このゲームにのみ可能です。

図5.8：Folditのためのゲーム画面。

Folditのエレガントなデザインは、専門家によって設計された最良のアルゴリズムと競合する生化学のほとんど正式な知識を持つ選手を可能にします。ほとんどのプレイヤーは、タスクでは特に良いものではありませんが、いくつかの選手と優れている選手の小さなチームがあります。実際には、10の特定のタンパク質の構造を予測するために頭に頭競争の中で、Folditのプレーヤーは、最先端のタンパク質の折りたたみアルゴリズムを5回打つことができました(Cooper et al. 2010)

FolditとNetflixの賞は、多くの点で異なっているが、それらの両方が生成するよりも確認が容易なソリューションのためのオープン呼び出しを伴います。特許法：今、我々はまだ別の非常に異なる設定に同じ構造が表示されます。オープンコール問題のこの最後の例では、彼らは明らかに定量化に適さない設定にも使用することができることを示しています。