Science|乘风破浪！AI深耕蛋白复合体预测
蛋白质常常形成复合物进行运作，以协同完成生物机体的各项巩固走。虽然其中一些相互作用得到了很好的深入研究，但许多蛋白复合体工作机制仍然成谜。直到最近，构建相互作用组的一个主要障碍是许多蛋白质结构的不确定性，这是科学家半个世纪以来一直试图解决的问题。2020 年和 2021 年，一家名为 DeepMind 的公司和 Baker 博士的实验室分别独立发布了名为 AlphaFold（bioart报道：Nature 亮点丨精确预测蛋白结构可以依赖Google吗？DeepMind团队开发新型深度学习算法精确预测蛋白结构）和 RoseTTAFold的两项 AI 技术，它们使用不同的策略根据产生蛋白质的基因序列准确预测蛋白质结构。 来自德克萨斯州西南医学中心的Qian Cong博士和华盛顿大学David Baker博士领导了一个国际团队，他们使用人工智能 (AI) 和共进化来预测生物体内会直接相互作用的真核生物蛋白质，并且构建了这些蛋白复......阅读全文
Science－|－乘风破浪！AI深耕蛋白复合体预测
蛋白质常常形成复合物进行运作，以协同完成生物机体的各项巩固走。虽然其中一些相互作用得到了很好的深入研究，但许多蛋白复合体工作机制仍然成谜。直到最近，构建相互作用组的一个主要障碍是许多蛋白质结构的不确定性，这是科学家半个世纪以来一直试图解决的问题。2020 年和 2021 年，一家名为 DeepM
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
Science：谷歌AI新模型预测天气快又准
原文地址：http://news.sciencenet.cn/htmlnews/2023/11/512459.shtm编译 ｜ 辛雨 图片来源：Carlos Munoz Yague 人工智能（AI）公司Google DeepMind开发的机器学习模型GraphCast，在“3至
预测蛋白质序列的新AI模型问世
瑞士洛桑联邦理工学院开发了一种名为CARBonAra的新型人工智能（AI）驱动模型。该模型可以根据不同分子环境所施加限制的主链支架预测蛋白质序列，有望在蛋白质工程及包括医学和生物技术在内的多个领域带来重大进展。这一成果发表在最新一期《自然·通讯》杂志上。使用CARBonAra进行序列预测（示意图
预测蛋白质序列的新AI模型问世
瑞士洛桑联邦理工学院开发了一种名为CARBonAra的新型人工智能（AI）驱动模型。该模型可以根据不同分子环境所施加限制的主链支架预测蛋白质序列，有望在蛋白质工程及包括医学和生物技术在内的多个领域带来重大进展。这一成果发表在最新一期《自然·通讯》杂志上。CARBonAra是在一个包含约370000个
预测蛋白质序列的新AI模型问世
瑞士洛桑联邦理工学院开发了一种名为CARBonAra的新型人工智能（AI）驱动模型。该模型可以根据不同分子环境所施加限制的主链支架预测蛋白质序列，有望在蛋白质工程及包括医学和生物技术在内的多个领域带来重大进展。这一成果发表在最新一期《自然·通讯》杂志上。CARBonAra是在一个包含约370000个
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
预测蛋白质序列的新AI模型问世
使用CARBonAra进行序列预测（示意图）。图片来源：瑞士洛桑联邦理工学院科技日报北京8月8日电 （记者张佳欣）瑞士洛桑联邦理工学院开发了一种名为CARBonAra的新型人工智能（AI）驱动模型。该模型可以根据不同分子环境所施加限制的主链支架预测蛋白质序列，有望在蛋白质工程及包括医学和生物技术在内
从预测进化－AI能“构想”新蛋白质结构
半个世纪以来，科学家一直在寻找解决“蛋白质折叠问题”的方法。这是生物学领域的一项重大挑战，难倒了几代科学家。但现在，人工智能（AI）解决了这一问题。据《自然》杂志1日发表的论文，包括美国华盛顿大学、伦斯勒理工学院和哈佛大学的研究人员在内的研究小组描述了一种升级的阿尔法折叠系统，该系统由深度思维（
施一公等登Science封面：AI与冷冻电镜揭示「原子级」NPC结构
6月10日，《Science》杂志以封面专题形式发表了 5 篇论文，其中 3 篇论文共同揭开了人类核孔复合体的近原子分辨率冷冻电镜结构，另外两项研究通过非洲爪蟾呈现了脊椎动物核孔复合体的单颗粒冷冻电镜图像。这篇封面文章将多项研究成果拼接在一起，形成的人类 NPC 图像接近原子级。这一研究成果建立在多
DeepMind－AI模型预测天气又快又好
近日一项发表于《自然》的研究报道了谷歌DeepMind开发的首个天气预测人工智能（AI）模型——GenCast。该模型比目前运行中的最佳中期预报系统——欧洲中期天气预报中心的集合预报（ENS）更精准。GenCast在8分钟内就能完成15天的预测，而目前的预测程序需要几个小时。据介绍，包括ENS在内的
预测材料结构与特性可以预测，AI帮大忙
美国加州大学圣地亚哥分校工程学院的纳米工程师开发了一种人工智能（AI）算法，可几乎即时地预测任何材料（无论是现有材料还是新材料）的结构和动态特性。此项研究成果28日发表在《自然·计算科学》杂志上。 该算法被称为M3GNet，用于开发Matterverse.ai数据库，该数据库包含超过3100万种
专家解读AI－for－Science专项工作
原文地址：http://news.sciencenet.cn/htmlnews/2023/3/497164.shtm “AI for Science有可能推动我们在下一轮科技革命中走在前沿。”谈及近期科技部、自然科学基金委联合启动人工智能驱动的科学研究（AI for Science）专项部署工作
Science：可预测的免疫应答
Walter和Eliza Hall研究所的研究人员利用数学模型来预测免疫系统对于感染和疾病的反应强度，第一次明确了如何来控制免疫反应的大小。 这些发表在《科学》（Science）杂志上的研究发现，对于我们理解如何操控有害或有益的免疫反应来改善健康具有重要的意义。 研究小组利用数学和计算机模拟
Science：粪便预测宝宝未来疾病
研究者们指出，通过分析纸尿布我们就能够得出宝宝是否会得哮喘的结论。这一说法背后的原因是宝宝排出的粪便中含有的微生物种类能够准确预测疾病的发生。这一研究结果不仅可以帮助宝宝尽快进行疾病的预测，还能够尽早地通过改善饮食来预防哮喘的发生。 来自约翰霍普金斯公共健康学院的的哮喘专家Marsha Wil
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
90后斯坦福博士登Science封面！AI算法准确预测RNA三维结构
半个世纪以来，确定RNA三维结构一直困惑着科学家，也成为生物学的重大挑战之一。而现在，90后斯坦福大学博士和团队通过新型AI算法——ARES准确预测出RNA三维结构，堪比AlphaFold，是生物界「海啸级」存在！我们对大部分RNA的结构几乎一无所知 半个世纪以来，确定生物分子的三维结构一直困
Science：AI成功设计自然界中尚不存在的蛋白
7月21日，来自华盛顿大学等机构的科学家们在Science杂志上发布了一款新的人工智能（AI）软件，该软件能够为自然界中尚不存在的蛋白质绘制结构。更令人振奋的是，科学家们已经利用这一软件创造出潜在用于工业反应、癌症治疗、甚至用于预防呼吸道合胞病毒(RSV)感染的候选疫苗的原始化合物。计算生物学家Ju
Science：利用宏基因组数据预测之前未知的蛋白结构
根据一项新的研究，从多种环境中收集的DNA序列数据有助研究人员构建出600多种蛋白家族的三维结构模型，而在此之前，它们的结构是未知的。这些宏基因组数据能够让人们在多种物种之间进行蛋白序列比较，从而允许利用统计学力量预测这些之前不可能预测的蛋白结构。相关研究结果发表在2017年1月20日那期Sci
Science：血液测试可预测孕妇早产
在全世界，每年1500万婴儿早产。在此之前，医生们还没有一种可靠的方法来预测怀孕是否会过早结束，并且一直在努力准确预测所有怀孕类型的分娩日期，特别是在资源匮乏的情况下。图片来自Tom Mallinson/Wikipedia。 在一项新的研究中，来自美国斯坦福大学、宾夕法尼亚大学、阿拉巴马大学和
AI时代新战绩：气象预测又快又准
原文地址：http://news.sciencenet.cn/htmlnews/2023/11/512353.shtm谷歌人工智能(AI)公司DeepMind开发出一种机器学习模型GraphCast，该模型在“3至10天的中期气象预测领域”展现出超越传统气象预测模型和其他AI方法的准确率和效率。相关
AI新模型快速预测材料光学性质
未来的中央处理器（艺术图）。图片来源：美国趣味工程网站科技日报讯 （记者刘霞）据美国趣味工程网站近日报道，日本东北大学和美国麻省理工学院科学家，成功开发出一款新人工智能（AI）模型GNNOpt。该模型能以与量子模拟相同的精度预测材料的光学性质，但速度能快100万倍。研究团队表示，这一重要进展有望加速
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
让AI－for－Science更好服务国家战略需求
我们应当鼓励将人工智能用于解决重大科学问题，推动人工智能服务于国家战略需求，可以明确将AI for Science作为国家基础研究战略的一部分，通过人工智能推动科学范式革命、重塑传统的科学知识体系和培养模式。 人工智能是科技领域最热门的话题之一，它不仅改变了我们的日常生活，也为科学研究带来了新的可
抗原标记蛋白复合体纯化实验
实验方法原理 首先通过逆转录病毒介导的转基因（用于组成型表达）或四环素调控的系统（用于可诱导表达）建立表达抗原决定簇标记的蛋白复合体亚基的稳定细胞系。然后用抗原决定簇特异的单克隆抗体偶联的小珠进行免疫亲和纯化，以沉降抗原决定簇标记的多亚基蛋白复合体。最后在中性 pH 或生理条件下洗脱回收，即可用
蛋白复合体直接酶消化法
Direct Enzymatic Digestion of Protein ComplexesSherry Niessen, Ian McLeod and John R. Yates IIIDepartment of Cell Biology, The Scripps Research Instit
抗原标记蛋白复合体纯化实验
组成型表达FLAG标记 条件性表达FLAG标记 变化起始材料和洗脱条件 用P11离子交换层析柱 实验方法原理 首先通过逆转录病毒
AI模型准确进行天气预测与气候模拟
《自然》23日报道了一种人工智能（AI）模型。该模型名为“NeuralGCM”，结合了流体动力学与神经网络，能进行准确的天气预测和气候模拟。模型超越了部分现有模型，与传统模型相比，有望节省大量算力。“NeuralGCM”模型结构。其结合了传统的流体动力学求解器和用于小尺度物理的神经网络。图片来源
AI分析组织样本准确预测癌症结果
美国得克萨斯大学西南医学中心研究人员开发了一种新的人工智能（AI）模型，可分析组织样本中细胞的空间排列。12月11日发表在《自然·通讯》上的这一创新方法，准确地预测了癌症患者的结果，标志着在利用AI进行癌症预后和个性化治疗策略方面取得了重大进展。 细胞的空间组织就像一个复杂的拼图，每个细胞都是