Nat Method | 张数一团队提出蛋白质序列-功能空间压缩的概念

总之,受限于蛋白质序列空间的高维度与复杂性(例如,100个氨基酸的蛋白质设计空间达到10130,远超宇宙中的原子数目~1080),我们对这个空间及其映射规律的理解尚浅,亟待丰富与完善。2024年11月11日,来自清华大学的张数一团队在NatureMethods上发表了名为EvoAIenablesextremecompressionandreconstructionofthep...

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...

想改造蛋白质?交给人工智能吧

自然界中参与构成蛋白质的氨基酸有20种,一个蛋白质分子一般由几十个乃至数百个氨基酸组成,这些氨基酸按照一定序列连接肽链,一条或多条肽链遵循某些规律折叠才能得到蛋白质。不难发现,即使只改变序列中某一个特定的氨基酸,也有19种选择。而随着想改变的氨基酸数量增加,可选方案的数量指数级增长,找到理想方案无异于大海...

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。

...颁给AI?万字专题详解:计算和人工智能颠覆我们对蛋白质的理解方式

2024年10月9日北京时间17时45分许,戴维·贝克(DavidBaker)因计算蛋白质设计,戴米斯·哈萨比斯(DemisHassabis)和约翰·江珀(JohnJumper)因蛋白质结构预测共同获得2024年诺贝尔化学奖。戴维·贝克(DavidBaker)是美国化学家、计算生物学家,华盛顿大

他开创了AI蛋白质结构领域,现在要做比诺奖更大的事

这个数字有多大呢?假设有台超级计算机,每秒能算1亿种不同的形状(www.e993.com)2024年11月15日。它把这2100种形状算一遍,需要4×1014年——宇宙诞生至今也就138亿年,这个时间足够宇宙反复诞生29128次。问题很难,但单线程的许锦波依然决定走上蛋白质结构预测这条单行道。这条路,他一走就是24年。

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。

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。

David Baker:从头设计蛋白的“上帝之手 ”,极大地推动了蛋白质...

美国生化学家、华盛顿大学蛋白质设计研究所所长DavidBaker,因开发能够设计出在自然界从未见过的新型蛋白质的技术获得2020年科学突破奖生命科学奖。图源:httpsipd.uw.edu/david-baker/导读昨天,诺贝尔化学奖授予蛋白设计和蛋白预测领域的三位学者。来自华盛顿大学

人工智能助力破解蛋白质结构密码,2024年诺贝尔化学奖解读

“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。“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，“...