AI再添一成就AlphaFold蛋白结构预测击败人类
讲到人工智能（AI），可能在大多数人脑海里首先想到的是谷歌的AlphaGo。2017年围棋人机大战仿佛就在昨天，世界排名第一的天才围棋少年柯洁败北绝望痛哭“我赢不了”。人工智能让人类真真切切的感受到了自己的强大。 而在生命科学领域，AlphaGo的“孪生兄弟”AlphaFold也让世界为之颤抖。2018年12月2日，AlphaFold在第13届全球蛋白质结构预测竞赛中击败了所有对手，成功根据基因序列预测了生命基本大分子——蛋白质的三维结构。 #关于蛋白质 蛋白质是生命的物质基础，也是生命活动的主要承担者，可以说没有蛋白质也就没有生命。蛋白质具有一级、二级、三级、四级结构，其分子结构决定了其功能。所以想要定制蛋白质就要知道它的确切结构。 然而，蛋白质折叠一度被列入“21世纪的生物物理学”重要课题，是分子生物学奉为规范的中心法则都尚未解决的重大生物学问题。直到美国NIH的Christian Anfinsen博士因为发现蛋......阅读全文
AI再添一成就－－AlphaFold蛋白结构预测击败人类
讲到人工智能（AI），可能在大多数人脑海里首先想到的是谷歌的AlphaGo。2017年围棋人机大战仿佛就在昨天，世界排名第一的天才围棋少年柯洁败北绝望痛哭“我赢不了”。人工智能让人类真真切切的感受到了自己的强大。 而在生命科学领域，AlphaGo的“孪生兄弟”AlphaFold也让世界为之颤抖
Nature发布AlphaFold预测几乎所有已知蛋白质的形状
DeepMind的AlphaFold工具已经确定了地球上几乎所有已知生物体中约2亿种蛋白质的结构。从今天开始，确定科学上已知的几乎所有蛋白质的3D形状将变得和在谷歌搜索中输入一样简单。研究人员使用革命性的人工智能(AI)网络：AlphaFold来预测来自100万种物种的约2亿种蛋白质的结构，几乎覆盖
AlphaFold－3来了
5月8日出版的《自然》报道了AlphaFold 3能以较高准确率预测蛋白质与其他生物分子相互作用的结构。AlphaFold 3是该人工智能模型的最新迭代，准确率比之前的专用工具显著提升，该模型由谷歌DeepMind和Isomorphic Labs的团队研发。这一最新模型能够预测包含蛋白质数据银行（P
AlphaFold解析了迄今为止最复杂的蛋白质结
蛋白质的化学成分，即氨基酸序列，如何决定其三维结构的问题，是半个多世纪以来生物物理学面临的最大挑战之一。这种关于所谓蛋白质“折叠”的知识需求量很大，因为它对理解各种疾病及其治疗等方面有重大贡献。出于这些原因，谷歌的DeepMind研究团队开发了AlphaFold，这是一款可以预测3D结构的人工智能。
资深药企人DerekLowe抨击AlphaFold：靠结构预测做药纯属自嗨
DeepMind近日公布了AlphaFold的最新进展：已预测出超过100万个物种的2.14亿个蛋白质结构，几乎涵盖了地球上所有已知蛋白质，再次刷新了我们对它的期待。AlphaFold 2横空出世时的热烈场景重现，再次在国内外的社交媒体上引发热议。但作为“圈内人”的生命科学领域研究者们，对Alpha
谷歌AlphaFold－3重磅问世，预测精准度提高100％，AI－能帮助治疗癌症和免疫病
刚刚，顶级科学期刊英国《Nature》（自然）杂志发表了一份重磅、突破性研究论文。 北京时间5月8日23点，谷歌DeepMind和其英国子公司Isomorphic Labs联合团队在《自然》杂志上发表一份共46页的成果，推出全新AI蛋白质结构预测模型AlphaFold 3，可准确预测生物分子相
AlphaFold革新改变生命科学的未来
黑客攻击 当DeepMind刚公布AlphaFold的代码时，Ovchinnikov很想搞清楚它是如何进行预测的。于是，他和计算生物学的同事们，包括Steinegger在内，用了几天时间创建了一个名为ColabFold的网站。该网站能让所有人向AlphaFold或RoseTTAFold上传蛋白质序
打开盲盒：AlphaFold2预测了人类全蛋白质组－将免费开放
翘首以盼8个月的 AlphaFold2 的论文与源码发布后一周，今天 DeepMind 再度公布关于 AlphaFold2 的重磅信息：用 AlphaFold2 完全预测了人、大肠杆菌、果蝇、斑马鱼等21种生物的全蛋白质组内35万个蛋白质结构！这项工作发表在了本周出版的Nature上。 Hol
谷歌DeepMind:已发现科学界几乎所有已知的蛋白质结构
“从今天起，预测几乎所有已知蛋白质的结构，都如同使用搜索引擎一样简单。”7月28日，DeepMind公司与欧洲生物信息研究所（EMBL-EBI）的合作团队公布了生物学领域的一项重大飞跃。他们利用人工智能（AI）系统AlphaFold预测出超过100万个物种的2.14亿个蛋白质结构，几乎涵盖了地球上所
Nature、Science齐发：两款新型AI精准预测蛋白结构
去年，DeepMind公司开发的AlphaFold2人工智能系统，基于氨基酸序列，精确预测了蛋白质的3D结构。它的准确性与使用冷冻电子显微镜（CryoEM）、核磁共振或 X 射线晶体学等实验技术解析的3D结构相媲美。这一突破被誉为“变革生命科学和生物医学”的突破。 今日，DeepMind公司在
科学家系统评估AlphaFold3在药物开发中的预测能力
中国科学院上海药物研究所研究员徐华强团队，在前期评估AlphaFold3蛋白相互作用预测精度的基础上，进一步聚焦其新近开源的小分子配体预测功能，系统评估了AlphaFold3在G蛋白偶联受体（GPCR）-小分子配体复合物结构预测中的表现，并深入揭示了其在药物设计应用中的局限性。相关研究7月9日发表于
预测蛋白质结构只是开始－AI或为生命科学领域带来巨变
蛋白质结构预测是生物学的重要“圣杯”，也是人工智能落子生命科学领域最炙手可热的研究之一。 近日，我国自研深度学习蛋白质折叠预测平台TRFold传来好消息，其基于2020年第14届国际蛋白质结构预测竞赛（CASP14）蛋白质测试集的成绩仅次于“阿尔法折叠的迭代版”（AlphaFold2），排名全
预测蛋白质结构只是开始－AI或为生命科学领域带来巨变
蛋白质结构预测是生物学的重要“圣杯”，也是人工智能落子生命科学领域最炙手可热的研究之一。 近日，我国自研深度学习蛋白质折叠预测平台TRFold传来好消息，其基于2020年第14届国际蛋白质结构预测竞赛（CASP14）蛋白质测试集的成绩仅次于“阿尔法折叠的迭代版”（AlphaFold2），排名全
了解蛋白质挑战的AI解决方案
根据一项严格的独立研究，在一项重大的科学进步中，DeepMind的AI系统AlphaFold的-新版本已被认为是解决已有50年历史的蛋白质结构预测挑战(通常称为“蛋白质折叠问题”)的解决方案。评定。从长远来看，这一突破可以大大促进生物学研究，从而在疾病理解和药物发现等领域开辟新的可能性。CASP14
这家公司将AI技术应用到生物科技领域
人类在医学每个阶段的重大发展，都与科学技术的突破息息相关。 新药研发是人类发展中极具风险和复杂度、耗时最漫长的技术研究领域之ー，研发费用高、研发周期长、研发成功率低一直是压在制药企业身上的“三座大山”。英国《自然》(Nature)杂志有一组数据显示，新药的研发成本大约是26亿美元，耗时约10年
复旦教授马剑鹏：AI已绕不开，宜从娃娃抓起
“我整个职业生涯一直在做这个东西，但心里很清楚，同行也这么认为——在我们有生之年，‘蛋白质的折叠’问题是不可能解决的，尤其是蛋白质结构预测问题。结果AlphaFold出来了！” 10月9日，博士生导师、国际著名计算生物学家、复旦大学复杂体系多尺度研究院院长马剑鹏教授告诉澎湃科技。当地时间10月9日，
AI强势入侵生物医药界－如何看待变革浪潮下的创新与挑战？
AI正在入侵科学界，特别是生物科技方向。瑞典皇家科学院在2024年10月宣布了当年诺贝尔化学奖的获奖者，出乎意料的是—— AI又是大赢家。2024年的诺贝尔化学奖被授予了Google旗下DeepMind人工智能实验室的首席执行官Demis Hassabis和总监John Jumper ，以及华盛顿大
祝贺！人工智能首次成功解析蛋白质结构
生物学界最大的挑战之一——蛋白质三维结构解析如今有望被破解。谷歌旗下人工智能公司DeepMind开发的深度学习程序AlphaFold能够精确预测其三维形状。长久以来，人们需要借助实验确定完整的蛋白质结构，这些方法往往需要数月甚至数年时间。而现在，人工智能也有能力给出精确预测的计算方法，可能只要几
几乎所有已知的蛋白质结构都收录在这个免费数据库
谷歌 DeepMind 今日宣布，其发布的免费数据库对科学界已知的几乎所有蛋白质的结构进行了预测。DeepMind 在 2020 年凭借其 AlphaFold AI 软件轰动了科学界，该软件可以对蛋白质结构进行高度准确的预测，这些信息可以帮助科学家了解它们的工作原理，从而有助于治疗疾病和开发药物。去
谷歌宣布：其数据库可以预测科学界几乎所有蛋白质结构
谷歌 DeepMind 今日宣布，其发布的免费数据库对科学界已知的几乎所有蛋白质的结构进行了预测。DeepMind 在 2020 年凭借其 AlphaFold AI 软件轰动了科学界，该软件可以对蛋白质结构进行高度准确的预测，这些信息可以帮助科学家了解它们的工作原理，从而有助于治疗疾病和开发药物。去
650多名学者批评AlphaFold3不透明
当地时间5月8日，谷歌DeepMind发布其生物学预测工具AlphaFold的最新版本——AlphaFold 3。这一重大成果在科学界引起了巨大轰动。在蛋白质预测领域专家看来，AlphaFold 3是“变革性的”和“令人印象深刻的”。他们表示，这项工作可以用于测序蛋白质、DNA、RNA、小分子等几乎
大难题告破，蛋白质3D结构可用AI解析
DeepMind关于确定蛋白质3D形状的深度学习技术，可能将在生物学界掀起一场新的变革。图中蓝色为计算机预测的蛋白质结构，绿色为实验验证结果，二者相似度非常高。（图片来源：DeepMind） 生物学界最大的挑战之一——蛋白质三维结构解析如今有望被破解。借由深度学习程序AlphaFold，谷歌
《科学》：人工智能几秒便可设计“原创”新蛋白质
今年6月，韩国监管机构批准了首款由人类设计的新型蛋白质制成的新冠肺炎疫苗。该疫苗基于一种球形蛋白质“纳米颗粒”，由研究人员在10年前通过劳动密集型试错攻关研制而成。现在，随着人工智能（AI）的巨大进步，美国西雅图华盛顿大学（UW）生物化学家David Baker领导的一个团队，只需几秒钟——而不是几
为什么诺贝尔化学奖又被人工智能学者拿了？
今天诺贝尔化学奖开奖，三位得奖者均是因为对蛋白质的杰出贡献获奖，其中华盛顿大学西雅图分校的 David Baker是因为 “计算蛋白质设计”，另后两位是英国伦敦 Google DeepMind 的 Demis Hassabis 和John M. Jumper在“蛋白质结构预测”的贡献。 我在昨
迄今为止最复杂的蛋白质结
蛋白质的化学成分，即氨基酸序列，如何决定其三维结构的问题，是半个多世纪以来生物物理学面临的最大挑战之一。这种关于所谓蛋白质“折叠”的知识需求量很大，因为它对理解各种疾病及其治疗等方面有重大贡献。出于这些原因，谷歌的DeepMind研究团队开发了AlphaFold，这是一款可以预测3D结构的人工智能。
研究构建核小体结合蛋白在线数据库并揭示染色质调控新机制
染色质是真核细胞中DNA包装和基因表达调控的核心结构。核小体作为染色质的基本单位，与各种蛋白质的相互作用决定了基因表达的精确调控。理解核小体结合蛋白的结构特征和相互作用机制，对揭示表观遗传调控、疾病发生机制以及开发新型治疗策略具有重要意义。然而，传统实验方法在解析这些复杂相互作用时面临成本高、耗
积算科技推出AlphaFold3“即点即用”算力服务，现已开放免费试用！
近日，北京积算科技有限公司（以下简称“积算科技”）推出一站式AlphaFold3在线算力服务，现已开放免费使用。其内置优化后的AlphaFold3模型，支持图形化界面创建容器、低代码启动任务，通过在线服务让科研人员绕开繁琐的部署、设置和调试，实现零门槛使用，以最简单、高效的方式完成蛋白质结构预测
Meta公司AI预测6亿蛋白质结构
ESM宏基因组图谱数据库包含6.17亿个蛋白质的结构预测。图片来源：ESM宏基因组图谱 谷歌旗下人工智能（AI）公司Deep Mind今年公布了2.2亿个蛋白质的预测结构，几乎涵盖了DNA数据库中已知生物的所有蛋白质。现在，另一个科技巨头正在填补蛋白质宇宙中的暗物质。 Meta公司（前
预测蛋白质3D结构，单条蛋白质序列就能实现
7月22日，华深智药对外宣布，公司在蛋白质结构预测方面开发出一项新技术OmegaFold，突破了已有计算机预测三维结构的模式，是人工智能（AI）和生命科学领域结合实现的一个突破。华深智药是由清华大学人工智能产业研究院孵化，是一家致力于使用AI重构药物开发流程来提高新药研发速度和效率的企业。日前，华深
扩展蛋白的结构
其氨基末端为约 2 2个氨基酸编码的信号肽，进入分泌途径后被剪切， 使扩张蛋白成为成熟肽 。该蛋白碳末端假定的结合 区域 ( 约10kDa ) 含有一系列保守的色氨酸残基 ( w) ， 这些色氨酸残基有一定的间隔，很像纤维酶 的纤维素结合区域。中间区域 ( 1 5 k Da ) 被认为是重要的催