3位科学家获得诺贝尔化学奖:AI破解了几乎所有蛋白质密码
财联社10月9日讯(编辑 牛占林)当地时间周三(10月9日),瑞典皇家科学院宣布,将2024年诺贝尔化学奖授予大卫·贝克(David Baker)、戴米斯·哈萨比斯(Demis Hassabis)和约翰·江珀(John M.Jumper),以表彰他们在蛋白质设计和蛋白质结构预测领域作出的贡献,这些技
财联社10月9日讯(编辑 牛占林)当地时间周三(10月9日),瑞典皇家科学院宣布,将2024年诺贝尔化学奖授予大卫·贝克(David Baker)、戴米斯·哈萨比斯(Demis Hassabis)和约翰·江珀(John M.Jumper),以表彰他们在蛋白质设计和蛋白质结构预测领域作出的贡献,这些技
据新华社电美国华盛顿大学、丹麦技术大学等参与的研究团队日前在英国《自然》杂志上报告说,他们利用深度学习技术设计出能够与眼镜蛇三指毒素结合的新型蛋白质,可防止这类毒素破坏神经系统和细胞。 三指毒素
信号肽 (SP) 对于跨膜和分泌蛋白靶向并将其转移到正确位置至关重要。许多现有的预测 SP 的计算工具忽视了极端的数据不平衡问题,而依赖于蛋白质的额外组信息。
在过去的 2-3 年里,去噪扩散概率模型 (DDPM) 在生成高质量文本、图像和视频方面取得了前所未有的成功。这激发了人们对在蛋白质结构的从头设计中使用生成式 DDPM 的热情。
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
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
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。
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》
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。
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