用AI模型预测蛋白质结构

被释放的蛋白质结构信息蕴含着生命信息的密码,如果得以“破译”,将有力推动生命科学的发展,大大加速针对癌症、病毒的抗生素、靶向药物和新效率的蛋白酶的研发。在过去50年中,“蛋白质折叠问题”一直是生物学界的重大挑战。此前,生物学家主要利用X射线晶体学或冷冻电镜等实验技术来破译蛋白质的三维结构,耗时长、成本...

生物医学的大变革:“AlphaFold时刻”给蛋白质科学带来深刻影响

此外,机器学习算法还被广泛应用于预测和优化蛋白质结构,这有可能彻底改变药物发现和医学研究的前景。06功能蛋白质工程的“AlphaFold时刻”AlphaFold2的开创性成果在CASP14会议上的宣布,标志着首个能够从序列准确预测蛋白质结构的计算方法的诞生。这一具有里程碑意义的成就,以及人工智能(AI)的最新进展,共同推动了蛋...

沙利文:AlphaProteo—AI驱动蛋白质设计与药物研发

AlphaFold是蛋白质结构预测工具,其协助了人类对于生命科学的理解,并加速了药物研发效率等,但其并不能创造新的蛋白质。而AlphaProteo可直接用于设计新型高强度蛋白质粘合剂,加速了蛋白质靶标的发现和药物研发的进程。AlphaFold目前已经积累了超1亿的蛋白质预测结构,AlphaProteo可以在该基础上,通过蛋白质数据库(PDB)中的...

专家解读化学诺奖:“如果没有今年的化学奖,可能就没有物理学奖”

自从用计算机可以用来预测蛋白质结构,所谓预测蛋白质,无非就是蛋白质结构建模,只不过是这个模型不是用实验数据来检测的,是用计算机来建的。有了这个能力以后,这个行当里面就可以大致分为两大问题:一个就是大家孜孜不倦地在追求的蛋白质折叠问题,我给你一个序列,你把它对应的结构给我弄准,这就是折叠问题,那也是Al...

AI蛋白质折叠:在生命宇宙中漫游,远眺生物经济的流光

它的优势在于,可以不关注每一步的具体计算流程,而是只需要关注整体的输入和输出结果。比如在蛋白质结构研究这一领域,研究者可以提供氨基酸序列,并向AI算法提供氨基酸序列对应的结构,从而训练AI学会自主预测蛋白质结构。这个方法跨越了以往蛋白质结构预测方案的思维定式,全面激活了AI蛋白质预测的可行性。

专访| 复旦大学复杂体系多尺度研究院首任院长马剑鹏:AI for...

NBD:您所领导的团队开发了OPUSFold,这一平台在蛋白质结构预测中的应用与AlphaFold2有相似之处(www.e993.com)2024年11月3日。马教授认为OPUSFold的开发对推动AI在结构生物学领域的应用有何独特意义?马剑鹏:面对人工智能的科技竞争,作为同行,不能在相同路径上追赶,而是要另辟蹊径,争取局部突破。蛋白质三维结构由主链和侧链搭建而成,Alphafold2的...

AlphaFold 为什么能精准预测蛋白质结构?

在蛋白质结构预测领域,Folding@Home便是一个知名的"模拟派"项目,它由斯坦福大学教授VijayPande于2000年发起,联合全世界志愿者的计算机来构成一个超大的分布式计算机,它同时也是全世界第一台exaflops级别(每秒进行1018次双精度浮点数计算)的超级计算机。这样强大的算力使得Folding@Home能够对蛋白质折叠...

突破AlphaFold3预测局限,超算安腾让科学家看到动起来的蛋白质

首先,由于分子动力学模拟计算的参数输入需要的正好就是蛋白质的静态构象文件(PDB文件等),因此通过AlphaFold3预测出来的大量蛋白质静态结构正好可以作为分子动力学模拟计算的输入,通过AlphaFold3+分子动力学模拟的组合拳,科学家和制药学家可以针对想要研究的生物现象或潜在的成药靶点和成药分子,在AI模型里面进行自由的探索和...

诺奖解读|马剑鹏:AI已绕不开,不能再不懂,宜从娃娃抓起

的确，蛋白质是每个生物体中每个生物过程的基础，它是生命的基石。没有蛋白质，生命就无法存在。结构是如此重要，蛋白质复杂而多样的结构，对应了各种惊人的功能，从而促成了生命的丰富多彩。其结构背后是生命的奥秘。“我给学生上课，头一件事就是要解释为什么蛋白质的结构预测如此困难、如此复杂？”马剑鹏说。一个个...

不只是AlphaFold!一文读懂蛋白质折叠的前世今生:从“不可能”到...

Anfinsen假设,应该有一种方法可以根据氨基酸序列预测蛋白质的形状。这就是后来广为人知的蛋白质折叠问题。一旦多肽链组装完成,蛋白质就可以在千分之一秒内折叠成自己的结构——这让分子生物学家CyrusLevinthal感到困惑。在他于1969年发表的论文HowtoFoldGraciously中,他计算出,如果一个蛋白质要尝试每...