帮助生物工作者快速发现、改造、甚至从头设计具备特定功能的蛋白质。
帮助生物工作者快速发现、改造、甚至从头设计具备特定功能的蛋白质。
DeepMind又闷声放大招了!
谷歌DeepMind5月发布的AlphaFold 3同时席卷了生物界和计算机科学界,被认为是「有诺奖潜力的成果」。
在大模型对话框之外,DeepMind 始终坚持做一些独特的工作。
今天,DeepMind又发布了Alpha模型家族的新成员,堪称是「专精版」的AlphaFold,专注于设计蛋白质结合剂,将大幅减少所需的实验室工作,提升开发效率。
AI for Proteins,一直在进步。
糖类是自然界中最丰富的有机物质,对生命至关重要。了解糖类如何在生理和病理过程中调节蛋白质,可以为解决关键的生物学问题和开发新的治疗方法提供机遇。
前Meta老将开发蛋白质生成式AI模型 ESM3。
AlphaFold3的横空出世再次震撼了整个学术界,然而谷歌DeepMind的「不开源」引起学界不满,AlphaFold服务器遭到黑客攻击,开源项目也开始发力。
世界是变化的,分子是运动的,从预测静态单一结构走向动态构象分布是揭示蛋白质等生物分子功能的重要一步。探索蛋白质的构象分布,能帮助理解蛋白质与其他分子相互作用的生物过程;识别蛋白质表面下的潜在药物位点,描绘各个亚稳态之间的过渡路径,有助于研究人员设计出具有更强特异性和效力的目标抑制剂和治疗药物。但传统的分子动力学模拟方法昂贵且耗时,难以跨越长的时间尺度,从而观察到重要的生物过程。