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。
来自MSN5 个月
AlphaFold拿了诺奖,但它并不是商业化最快的|突发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 ...
15 天on MSN
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 ...
当前正在显示可能无法访问的结果。
隐藏无法访问的结果