专访腾讯AILab姚建华、杨帆：腾讯AILab为何瞄准单细胞蛋白质组学？
在生物医学研究的前沿领域，“单细胞蛋白质组学”是怎样的存在？用一个比喻来说，它就像一把钥匙，能够开启细胞内部世界的大门，让我们得以窥见细胞如何通过蛋白质的相互作用来执行生命活动。
首页 > 蛋白质
-
-
准确预测蛋白质功能新SOTA，中南大学推出全新深度学习模型，登Nature子刊
编辑丨&预测蛋白质功能的计算方法对于理解生物学机制和治疗复杂疾病具有重要意义。然而，现有的预测计算方法缺乏可解释性，难以理解蛋白质结构和功能之间的关系。在研究中，来自中南大学的团队提出了一种基于深度学习的解决方案，名为 DPFunc，用于使用域引导的结构信息进行准确的蛋白质功能预测。
-
通过功能优先、人工智能引导的生成模型Chroma重塑蛋白质设计
三十亿年的进化已经产生了极其多样化的蛋白质分子，但蛋白质的全部潜力可能要大得多。挖掘这种潜力对于计算和实验来说都是一个挑战，因为可能存在的蛋白质分子的空间，比那些可能具有功能的空间大得多。
-
AI蛋白质夺诺奖，清华聂再清：大模型解码生物语言|智者访谈
人工智能的卓越发展源于对技术与产业本质的洞察机器之心视频栏目「智者访谈」邀请领域专家，洞悉 AI 核心趋势深化行业认知，激发创新思考与智者同行，共创 AI 未来2024 年诺贝尔化学奖颁发给了在计算蛋白质设计和蛋白质结构预测领域做出突出贡献的三位科学家，凸显了人工智能和计算方法在解析生物语言中的关键
-
诺奖剑指AI？谷歌蛋白质结构预测模型获2023年拉斯克奖
·基础医学研究奖授予了谷歌DeepMind公司的科学家Demis Hassabis 和John Jumper；临床医学研究奖则授予了麻省理工学院的James G. Fujimoto教授和Eric A. Swanson先生以及俄勒冈健康与科学大学凯西眼科研究所的David Huang教授；医学科学特殊
-
AI蛋白质折叠：在生命宇宙中漫游，远眺生物经济的流光
在2000年出版的《剑桥世界食物史》（The Cambridge World History of Food）中，记载了一则轶事：1728年，意大利学者雅可布·贝卡利（Jacopo Beccari）宣布，发现白面粉中存在具有“动物物质”全部特性的东西。他的处理方式，是将和好的生面团在水中揉搓清洗，除
-
AI驱动科学大爆发！从蛋白质到数学证明，2024年最值得关注的科技突破
编辑 | ScienceAI2024年对于AI for Science而言，可谓硕果累累：两个诺贝尔奖再度聚焦人工智能与科学的先驱性结合。
-
稳健且准确，AlphaFold结合两种AI方法，实现蛋白质化学位移自动分配
学位移分配对于基于核磁共振 (NMR) 的蛋白质结构、动力学和相互作用研究至关重要，可提供重要的原子级见解。然而，获得化学位移分配是劳动密集型的并且需要大量的测量时间。
-
计算效率领先10倍，中国科大、哈佛功能蛋白质设计深度生成模型登Nature子刊
编辑 |ScienceAI蛋白质作为生命活动的物质基础，就像一块块精巧的「乐高积木」，支撑着生物体内几乎所有的化学反应和生命过程。从肌肉的收缩到大脑的思维，从病毒的侵染到免疫系统的防护，几乎都依赖这些功能多样的分子。
-
MIT最新研究：AlphaFold蛋白质预测能力太差，目前利用价值还很低
作者 | 李梅、黄楠编辑 | 陈彩娴2018 年，Deepmind 首次发布基于深度神经网络的蛋白质结构预测数据库 AlphaFold，在蛋白质预测中实现了最先进的性能；去年，AlphaFold 2 获得了 98.5% 的蛋白质预测率；前段时间，Deepmind 又重磅发布了数据集更新，称目前的 A
