微软华人领衔AI??BMD登Nature,AI生物分子模拟双突破!继...

(1)从头算精度:AI??BMD引入了一种可推广的「机器学习力场」,即一个机器学习模型,用于模拟原子和分子间相互作用,实现了全原子蛋白质动态模拟的从头算精度。不同蛋白质在AI??BMD与分子力学(MM)之间能量计算误差的评估(2)解决泛化问题:AI??BMD首次解决了机器学习力场在蛋白质动态模拟中的泛化难题,展示了多种...

AI面临的五个蛋白质设计问题,Nature找了一群专家来讨论

蛋白质-蛋白质结合算法之所以成功,是因为它们的语言很简单:所有天然蛋白质都由相同的20种氨基酸组成。马萨诸塞州萨默维尔的GenerateBiomedicines公司使用AI设计疗法,其计算机科学家JohnIngraham表示,PDB中有数十万种结构和蛋白质-蛋白质相互作用,「这就像是机器学习的理想情况」。科学家们一直在研究...

惊!研究发现影响蛋白质稳定的突变有数学规律

“对于一个长度为34个氨基酸,并且每个位置只允许单个变化的蛋白质来说,有170亿种不同的组合。如果测试单个组合仅需一秒钟,我们总共需要539年才能全部尝试完。这可不是一个可行的实验,”该研究的合著者艾娜·马蒂·阿兰达(AinaMartíAranda)说,她在CRG开始了这个项目,目前是英国威康桑格研究所的博士生...

2024年诺贝尔化学奖官方解读:他们通过计算和AI揭示“蛋白质奥秘”

他计算出,即使蛋白质只由100个氨基酸组成,理论上蛋白质也可以采取至少10^47种不同的三维结构。如果氨基酸链随机折叠,那么找到正确的蛋白质结构需要比宇宙的年龄还要长的时间。在细胞中,这只需要几毫秒。那么氨基酸链实际上是是如何折叠的呢?Anfinsen的发现和Levinthal的悖论表明,折叠是一个预先确定的过程。

因为一个“很难,很重要的问题”,我从计算机转向研究蛋白质

这是我们当时预测的一个有两百多个氨基酸的膜蛋白的结构,误差大概是2.29个埃,已经非常接近用实验技术解出来的结构的分辨率了。2016年暑假,我们参加了全球蛋白质结构预测比赛(CASP)。虽然这时候我们还没有把方法完全实现好,但在测试中我们的算法已经是排名最好的,远远好于传统的统计方法。

人工智能助力破解蛋白质神奇结构密码——2024年诺贝尔化学奖成果...

“阿尔法折叠2”模型曾赢得有着生物计算领域“奥运会”之称的“蛋白质结构预测关键评估（CASP）”比赛，并成为第一个能准确预测蛋白质三维结构的机器学习模型(www.e993.com)2024年11月16日。“阿尔法折叠2”模型成功解决了科学家苦苦思索了数十年的难题——从氨基酸序列预测蛋白质结构，它能够预测几乎所有已知的2亿种蛋白质的结构。自问世以来，“...

2024年诺贝尔化学奖揭晓!揭开蛋白质折叠的秘密

就在研究蛋白质结构预测的过程中,戴维·贝克也对蛋白质设计产生了浓厚的兴趣,采用纯粹的计算策略,尝试从头设计全新的蛋白质,在自然界中不存在的蛋白质。以下是他的研究步骤:第一步:贝克依赖于他们开发的Rosetta蛋白质结构预测算法,可以预测氨基酸序列在形成蛋白质时可能采取的三维结构。

2024化学诺奖接力青睐AI,蛋白质结构预测新工具获一半奖项

TBM又称同源建模,它利用新蛋白质初级结构与PDB中已有三维结构蛋白质的氨基酸序列比对结果为基础构建模型,并进一步完善,准确性取决于新蛋白质和PDB中蛋白质的进化距离,如果PDB缺乏新蛋白类似结构域的已知结构,则无法生成准确模型。FM又称从头计算方法,利用能量函数计算氨基酸空间相互作用,最终从所有可能结构中选取最佳形式,...

用AI预测蛋白质结构 三名科学家获得2024年诺贝尔化学奖

AlphaFold是DeepMind团队开发的一项基于深度学习和神经网络技术的算法,它可以从蛋白质的氨基酸序列预测蛋白质的三维结构。通过不断的升级改进,目前该技术预测的结果已经几乎达到了实验测定的精度,成为蛋白质结构研究中的强大工具。DeepMind团队在2018年推出了人工智能模型AlphaFold1,2020年推出AlphaFold2,今年5月推出AlphaFo...

...丨2024年诺贝尔化学奖官方解读:他们通过计算和AI揭示“蛋白质...

他计算出,即使蛋白质只由100个氨基酸组成,理论上蛋白质也可以采取至少10^47种不同的三维结构。如果氨基酸链随机折叠,那么找到正确的蛋白质结构需要比宇宙的年龄还要长的时间。在细胞中,这只需要几毫秒。那么氨基酸链实际上是是如何折叠的呢?Anfinsen的发现和Levinthal的悖论表明,折叠是一个预先确定的过程...