ब्रेन टीम में गूगल रिसर्च के वरिष्ठ स्टाफ रिसर्च साइंटिस्ट, लुसी कोलवेल ने कहा, “यह ऐसा है जैसे हम एक कारखाने में हैं जहां सब कुछ गुलजार है और हम इन सभी प्रभावशाली उपकरणों से घिरे हुए हैं, लेकिन हमारे पास केवल एक अस्पष्ट विचार है कि क्या हो रहा है। यह समझना कि ये उपकरण कैसे काम करते हैं और हम उनका उपयोग कैसे कर सकते हैं , वह जगह है जहां हमें लगता है कि मशीन लनिर्ंग एक बड़ा बदलाव ला सकता है।” पीफेम डेटाबेस प्रोटीन परिवारों और उनके अनुक्रमों का एक बड़ा संग्रह है। शोधकर्ताओं ने कहा, “हमारे एमएल मॉडल ने डेटाबेस में 6.8 मिलियन अधिक प्रोटीन क्षेत्रों को एनोटेट करने में मदद की।”
कंपनी ने एक इंटरैक्टिव वैज्ञानिक लेख भी लॉन्च किया है जहां ‘वास्तविक समय में परिणाम प्राप्त करना, आपके वेब ब्राउजर में, बिना किसी सेटअप की आवश्यकता के आप हमारे एमएल मॉडल के साथ खेल सकते हैं।’ शोधकर्ताओं के अनुसार, मौजूदा तरीकों के साथ गहरे मॉडल के संयोजन से दूरस्थ समरूपता का पता लगाने में काफी सुधार होता है, यह सुझाव देता है कि गहरे मॉडल पूरक जानकारी सीखते हैं। यह दृष्टिकोण पीफेम के कवरेज को 9.5 प्रतिशत से अधिक बढ़ाता है, जो पिछले दशक में किए गए परिवर्धन से अधिक है, और पिछले पीफेम एनोटेशन के बिना 360 मानव संदर्भ प्रोटिओम प्रोटीन के लिए कार्य की भविष्यवाणी करता है। “परिणाम बताते हैं कि गहन शिक्षण मॉडल भविष्य के प्रोटीन एनोटेशन टूल का एक मुख्य पुर्जा होगा।