谷歌旗下DeepMind近日发布AlphaFold最新版本,实现蛋白质结构预测范畴的扩展,不仅可准确预测蛋白质结构,还可预测配体、核酸等生物大分子,以及含有翻译后修饰的复杂结构,达到原子级实验室准确度。这对药物和材料设计具重要意义。新版在抗体结合问题上的表现,也较早期版本有显著提升。有助于理解诸如CRISPR系统等复杂生物机制,可望加速相关临床应用。
谷歌旗下DeepMind近日发布AlphaFold最新版本,实现蛋白质结构预测范畴的扩展,不仅可准确预测蛋白质结构,还可预测配体、核酸等生物大分子,以及含有翻译后修饰的复杂结构,达到原子级实验室准确度。这对药物和材料设计具重要意义。新版在抗体结合问题上的表现,也较早期版本有显著提升。有助于理解诸如CRISPR系统等复杂生物机制,可望加速相关临床应用。
AI药物研发公司Genesis Therapeutics近日宣布,再次获得英伟达(Nvidia)旗下风险投资部门NVentures的追加投资,具体金额未披露。此举标志着双方合作的进一步深化,旨在加速Genesis的AI平台GEMS(Genesis Exploration of Molecular Space)的开发,该平台专注于利用物理AI进行结构驱动的药物设计。源于斯坦福,深耕分子AIGenesis Therapeutics由Vijay Pande博士在斯坦福大学的实验室衍生而来。联合创始人Evan Feinberg博士在研究生期间与Pande共同发明并撰写了多篇关于深度学习技术的关键论文,其中最引人注目的是Potential
麻省理工学院(MIT)科学家们最近发布了一款强大的开源人工智能模型,名为 Boltz-1。这一创新有望显著加速生物医学研究和药物开发。Boltz-1是首个完全开源的模型,能够在生物分子结构预测方面达到与谷歌 DeepMind 的 AlphaFold3相同的先进水平。该模型的开发团队来自 MIT Jameel 机器学习健康诊所,主要由研究生杰里米・沃尔文德和加布里埃尔・科尔索领导,合作团队还包括 MIT 的研究员萨罗・帕萨罗以及电气工程与计算机科学教授瑞吉娜・巴兹利和汤米・亚卡拉。在12月5日的发布会上,沃尔
谷歌 DeepMind 近日意外发布了 AlphaFold3的源代码和模型权重,标志着一个可能加速科学发现和药物开发的重大进展。这一消息传出仅几周后,系统的创造者 Demis Hassabis 和 John Jumper 便获得了2024年诺贝尔化学奖,以表彰他们在蛋白质结构预测方面的贡献。与前一版本 AlphaFold2相比,AlphaFold3的技术能力有了质的飞跃。AlphaFold2只能预测蛋白质的结构,而 AlphaFold3则可以建模蛋白质、DNA、RNA 及小分子之间复杂的相互作用,这是生命的基本过程。这一进展至关重要,因为理解这些分子相互作用是现代药
诺贝尔奖得主 Demis Hassabis 近日接受英国《金融时报》采访,谈论了 AI 在科学研究中的作用和影响。他认为,AI 已经到达一个分水岭,人们认识到它实际上已经足够成熟,可以帮助科学发现。Hassabis 表示,AlphaFold 预示着科学发现的新时代。他希望10年后回顾 AlphaFold,它将预示着所有这些不同领域的科学发现进入一个新的黄金时代。图源备注:图片由AI生成,图片授权服务商Midjourney他还谈到,AI 是科学研究的新工具。AI 可以帮助科学家解决一些长期存在的难题,如蛋白质折叠问题。Hassabis 表