专访诺奖得主David Baker:生物学非常重要,它超越了AI蛋白质设计

我们可以设计催化剂,可以设计结合剂,现在我们正在尝试耦合结合和催化,例如设计位点特异性蛋白酶。我们现在正在努力实现这些目标,同时进行真正的精准医疗,制造仅在非常明确的地方起作用的极端条件激动剂药物,以及在特定细胞类型上产生生物活性的新型激动剂。Q:为什么您的实验室能够在这么长时间内保持如此高效的成果?Bake...

诺贝尔化学奖颁给DeepMind,AI是如何终结蛋白质研究的?

通过这种方法,他们确定了血红蛋白和肌红蛋白的三维结构。这项实验耗时二十多年,为两人赢得了诺贝尔奖。??JohnKendrew(左)和MaxPerutz(右)利用X射线晶体学仔细揭示了血红蛋白和肌红蛋白的结构。随后,他们使用小球(代表原子)和棍子(代表化学键)构建了物理模型。图源:MRCLaboratoryofMolecularBiology从那...

...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

它非常巧妙地使用不同于科学家的方法解决了一部分蛋白质结构预测问题,却无法取代生物实验,反而更加凸显了实验的必要性。也许AlphaFold2最大的影响力是让生物学家注意到了AI的威力。它启发了新的算法,例如设计出自然界中并不存在的全新蛋白质,也催生了新的生物技术公司以及实践科学的新方法。它的新版本AlphaFold3在2...

实验室离心机行业研究报告(科学仪器行业缩影)

实验室离心机是一种实验室设备,用于根据密度分离流体、气体或液体。分离是通过高速旋转装有物料的容器来实现的;离心力将较重的材料推到容器的外部。大多数学术、临床和研究实验室都使用该设备来纯化细胞、病毒、蛋白质和核酸。有几种类型的离心机,可以根据预期用途或转子设计进行分类,从大型落地式离心机到微型离心机,有...

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

首先是建模系统,利用神经网络和强大运算能力基于能量最低原理预测蛋白质内各氨基酸残基之间的空间距离,产生一系列结构片段(类似二级结构),初步组装出三维结构;其次是优化系统,对建模结构进行再计算的重复操作以提升精确度;最后是输出系统,产生最终三维结构。2018年,AlphaFold参与了第13届CASP竞赛,牛刀...

技术变革还是炒作噱头?AI for Bio到底能做什么|AI驱动科学

通过蛋白质结构预测,了解蛋白质的构型,可以帮助我们了解其工作原理(www.e993.com)2024年11月8日。可用于合理化药物设计。只要知晓一种蛋白质的结构,就可以开始研究哪些类型的分子可与其相互作用并改变其功能。但它的预测结果真的足以代替实验确定的蛋白质结构吗?这很难说。一方面,如果以模型预测的结构为起点,使用配体结合计算模型来预测哪些药物...

2024诺奖 | 他们创造了一个全新的宇宙!

尽管取得了这样的成功,但DeepMind的研究人员并不满足,他们想要的是一种实验学家可以真正使用的工具,这需要误差小于1埃(原子大小)。于是,AlphaFold团队重新开始,他们在系统中加入了几何学和遗传学的概念,并整合了关于蛋白质的所有已有信息,设计出了能够从有限的实验数据中最大限度地提取信息的方法,并发展出了有着更高...

...研发新革命,AlphaFold3太强了!专家团队手把手教授AI蛋白质设计

这种用计算机解析蛋白质与其他分子复杂相互作用的能力,有助于为疾病通路、基因组学、治疗靶点、蛋白质工程及合成生物学等领域带来新见解。更重要的是,AlphaFold3为药物研发开辟了令人兴奋的可能性,有望颠覆当前的药物研发模式。深度学习在蛋白质设计领域的前沿研究主要集中在蛋白质结构预测、蛋白质序列设计、蛋白质-蛋白...

Nature Methods | 揭示糖基化奥秘:GlycoShape工具助力精准糖蛋白...

GlycoShape工具的设计与原理GlycoShape是一种开放访问的糖链结构数据库和工具箱,旨在帮助研究人员恢复和模拟糖基化后的蛋白质三维结构,从而更好地理解其在生物系统中的功能。GlycoShape数据库目前已包含超过500种独特的糖链,这些糖链主要来源于人类糖组,同时还包括一些其他哺乳动物、无脊椎动物、植物、真菌和细菌的糖链...

震麻了,2024年诺贝尔化学奖竟然也给了AI

DavidBaker的贡献在于他让蛋白质设计从实验室的试管,搬进了计算机的虚拟世界。蛋白质是生命的“分子机器”,从调控细胞活动到催化化学反应,无所不能。然而,蛋白质的神奇之处在于它们的形状——它们的功能完全取决于三维折叠的结果。而蛋白质折叠是一个极其复杂的过程,传统的实验方法往往耗时巨大,且难以精准预测。