腾讯提出蛋白质研究AI模型，预测准确率刷新纪录，入选Nature子刊
蛋白质相互作用（PPI）可以说是人体最重要的分子事件之一，事关人体生长发育、新陈代谢，是疾病治疗干预的重要来源，PPI失调会导致癌症等疾病发生，因而该领域也是医药行业关注的研究热点。为了更好地预测和解读PPI，并深入挖掘相关分子信息，2023年3月，腾讯 AI Lab 联合香港科技大学、中国科学院大
首页 > 蛋白质
-
-
AI蛋白质诺奖后再登Nature，第一性原理级精度，微软亚研院4年之作
历时四年，微软亚研院AI for Science团队发布AI驱动的从头算（ab initio）生物分子动力学模拟系统。直接登上Nature正刊。系统名为AI²BMD，能够高效模拟含有10000多个原子的各种蛋白质，分辨率达到全原子级别，近似达到从头算（第一性原理）的精确度。且比量子力学方法中的密度泛
-
蛋白质纳米“计算机”问世
研究人员使用共聚焦显微镜研究细胞行为。图片来源：宾夕法尼亚州立大学科技日报北京5月30日电（记者张梦然）美国宾夕法尼亚州立大学团队创建了用作电路的第一个基于蛋白质的纳米计算代理。在最新一期《科学进展》
-
90%成功响应率，整合约9000个样本，统合癌症蛋白质组学的LLM驱动平台
编辑丨&功能蛋白质组学为癌症机制提供了关键见解，有助于发现新的生物标志物和治疗靶点。为了充分利用他们整合的将近 500 份高质量抗体的精选组合，美国德克萨斯大学决定采用 LLM 驱动来使资源更高效。他们推出了 DrBioRight 2.0，这是一个由最先进的大型语言模型提供支持的直观生物信息学平台。
-
迈向程序化蛋白质生成
算法在计算蛋白质设计中的应用最近取得了许多成就，例如从氨基酸序列预测3D结构以及可以折叠成所需3D结构的蛋白质序列的逆向设计。然而，从头蛋白质结构生成——即生成具有所需特性的蛋白质结构——仍然是一项艰巨的任务。
-
探索蛋白质动态变化，新AI方法JAMUN比标准MD模拟更快、更准确
编辑 | 白菜叶蛋白质结构的动态变化对于理解其功能和开发靶向药物治疗至关重要，尤其是对于隐蔽的结合位点。然而，现有的生成构象集合的方法存在效率低下或缺乏通用性的问题，无法在训练系统之外发挥作用。分子动力学 (MD) 模拟是当前探索蛋白质运动的标准，但计算成本高昂，且受短时间步长要求的限制，因此难以捕
-
西湖大学郭天南：从「元宇宙」视角，探秘蛋白质组大数据
近日，由& 医健AI掘金志主办的GAIR「医疗科技高峰论坛」在深圳正式召开。论坛上，西湖大学特聘研究员、西湖欧米创始人郭天南以《AI 赋能的蛋白质组大数据助力精准医疗》为题发表了演讲。郭天南表示：“AlphaFold2 使用 AI 技术在蛋白质结构预测上取得了突破性进展，但此类 AI 驱动的生命科学
-
创新计算框架在蛋白质设计方面获突破
财联社11月13日电，在今年诺贝尔化学奖表彰计算蛋白质设计领域的重大进展后，美国能源部阿贡国家实验室团队宣布开发出一种名为MProt-DPO的创新计算框架，该框架利用人工智能（AI）和世界顶尖的超级计算机，推动蛋白质设计取得新突破。这一成就标志着向AI自主科学发现迈出了重要一步。
-
AI模型开启蛋白质预测新时代DeepMind、Meta竞速求解“生命密码”
《科创板日报》9月20日讯（编辑 宋子乔） AI技术正成为医疗领域强大的辅助工具，科技巨头从未忽视这一点，其中DeepMind、Meta不断深耕，并在同日发布了蛋白质折叠相关的最新进展、计划——当地时间9月19日，谷歌旗下的AI公司DeepMind发布了AI模型AlphaMissense，该模型通过
-
我国科研人员发布可让蛋白质“定向进化”的大模型
作为生物体的基本组成部分，蛋白质广泛存在于人们生产生活中。3月22日，上海交通大学特聘教授洪亮团队发布了蛋白质设计大模型Venus，其核心能力是让蛋白质实现功能的“定向进化”。该模型设计的多款产品已进入产业应用。洪亮表示，自然界中参与构成蛋白质的氨基酸有20种，一个蛋白质分子一般由几十个乃至数百个氨
