人工智能的飞速发展为生物学研究带来了深远影响，其中，AlphaFold2在蛋白质结构预测领域引发了革命性的突破。本文评估了AlphaFold2对GPCR结构预测的可靠性，发现其虽能准确捕捉GPCR整体骨架的主要特征，但在胞外域与跨膜域的组装、配体结合 ...

AlphaFold的运用让我们看到AI在生物结构研究中的巨大潜力，它可以作为研究的前期工具，帮助科学家筛选出值得进一步验证的结构。然而，这并不意味着它可以替代实验生物学。因为在很多实例中，AlphaFold的预测结果并不能准确反映真实情况，许多结构的 ...

在这项新研究中，他们利用 AlphaFold 来预测蛋白质片段抑制剂，而这属于其全新的一个应用方向。研究人员通过实验验证，即便在缺乏相互作用机制结构数据的情况下，FragFold 对结合或抑制作用的预测准确率仍然超过 50%。

人工智能正在重塑科学研究的边界，AlphaFold2作为蛋白质结构预测领域的革命性工具，以其惊人的预测精度引发了广泛关注。然而，近期研究揭示，AlphaFold2在关键结构细节和动态变化预测方面仍存在显著局限，这为AI与传统实验方法的结合提供了重要启 ...

为解决能否用深度学习预测无序蛋白构象特性的问题，剑桥大学等机构的研究人员开展 AlphaFold-Metainference 方法研究。结果显示该方法可构建无序蛋白结构集合，这扩展了蛋白结构预测范围，强烈推荐科研读者阅读。 无序蛋白结构集合的 AlphaFold 预测 摘要 ...

近年来，AlphaFold 在生物学领域取得了不少突破，其能够精准预测蛋白质折叠以及蛋白质相互作用。此次，研究团队开发的名为“FragFold”的计算方法 ...

内在无序蛋白（IDPs）不会形成稳定的二级或三级结构，并且会迅速改变其构象，这使得结构预测尤其具有挑战性。尽管这些蛋白质表现出混乱且“无序”的结构，但它们仍然执行着重要的功能。

2018年，DeepMind发布了其在蛋白质预测模型AlphaFold，一举推翻了Rosetta的霸主地位，关键就在于它们将AI神经网络应用到了蛋白质预测中； 「AI药物 ...

IT之家 3 月 1 日消息，微软研究院于 2 月 20 日发布博文，宣布推出 AI 模型 BioEmu-1，能够预测蛋白质随时间推移的运动和形状变化，在生物医学、药物发现和结构生物学领域带来新可能。

AlphaFold是由DeepMind开发的AI模型，能够根据蛋白质的氨基酸序列预测其三维结构。蛋白质就像是生命体内的小机器，它们的结构决定了功能。了解蛋白 ...

DeepSeek 概念火力全开,全球 AI 医疗集体 “涨停狂飙”! - 早在2023年5月，谷歌DeepMind发布AlphaFold 3.0，蛋白质结构预测准确率突破98%，同步开放药物分子相互作用预测模块。这一里程碑事件犹如星火燎原，叠加英伟达GH200超级计算机在基因测序领域的算力突破，全球资本市场掀起AI医疗投资狂潮。 经过前期两年的技术铺垫，尤其是 DeepSeek 在开年的爆火，20 ...