他开创了AI蛋白质结构领域,现在要做比诺奖更大的事

蛋白质分子的直径经常也就几纳米或者几十纳米,胰岛素只有51个氨基酸;助消化的胰蛋白酶有281个氨基酸;运氧气的血红蛋白有574个氨基酸;再大一点的有免疫系统用来对抗细菌病毒的抗体蛋白(1316个氨基酸),以及线粒体里提供能量的ATP合成酶(1125个氨基酸)。蛋白质是由氨基酸构成的。想象一下,你有20种不同形状和颜色的柔...

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,...

...AI:颁给DeepMind哈萨比斯和大卫·贝克等三位,表彰蛋白质结构...

它能将蛋白质结构有关的物理知识和生物学知识结合起来,通过融入深度学习算法,根据氨基酸序列来对蛋白质结构进行高精度的预测。2020年,DeepMind让AlphaFold2参加有着生物计算领域“奥运会”之称的结构预测的严格评估比赛。AlphaFold赢得了这场竞赛,并成为第一个能准确预测蛋白质三维结构的机器学习算法。如前所述,AlphaFo...

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...

蛋白质三维结构由主链和侧链搭建而成,Alphafold2的主链预测总体做得不错,但侧链预测的质量不够好,至少离药物设计要求的精度还有很大的差距。OPUS-Fold3是我们团队自主研发的蛋白质折叠平台,对标戴维??贝克的蛋白质结构预测软件Rosetta,达到同等折叠精确度并在侧链建模超越20%。该平台在指导蛋白质设计场景中引入物理...

2024 年诺贝尔化学奖:又又又双叒叕是 AI?

一是Deepmind开发的AlphaFold2算法,在短短几个月时间里,就把几十年结构生物学家解析的没解析完的蛋白质都解了:人体98%的蛋白质都试着预测了一遍,其中三分之一能准确预测,还有一些也能大概预测一半多。同时他们声称后面几个月就把数据库扩展到一亿个蛋白质。这就比实验方法快了上万倍了。

关注2024诺奖|借助计算机模拟“上帝之手”,蛋白质设计不负众望...

事实上，蛋白质结构研究一直是诺贝尔化学奖青睐的对象，至今已颁发十余次奖项，既包括重要蛋白（或复合物）的解析，也包括新技术或新方法的突破，因此该领域长期来看是生命科学前沿和焦点(www.e993.com)2024年11月3日。求解蛋白质折叠之谜借助计算机模拟“上帝之手”诺奖得主戴维·贝克是一位美国生物化学家和计算生物学家，目前是美国华盛顿大学蛋白...

OpenAI GPT-4 AI 模型潜力挖掘:高精度建模基础蛋白质结构

科学家们要求GPT-4建立20种标准氨基酸的三维结构模型,在反馈结果中准确地预测了原子组成、键长和角度,不过GPT-4在模拟环状结构和立体化学构型时却出现了错误。在另一项实验中,GPT-4被要求模拟常见的蛋白质结构元素--α-螺旋的结构,需要集成Wolfram插件进行数学计算,结果模型与实验确定的α-螺旋结构相...

从计算机跨界生物学,坐了10年冷板凳后,他开创蛋白质预测新范式

在这两条标准的指引下,他大胆选择了一条少有人走的路。很长一段时间内,结构生物学家们用X射线晶体学、核磁共振波谱学(NMR)、冷冻电镜(Cryo-SEM)三种实验技术解析了很多蛋白质的结构。这个方法有许多弊端,例如,用时长、费用高,而且并非所有蛋白质的三维构型都能用这些实验技术解析。

超全拆解AlphaFold 3,上海交大钟博子韬:极致利用数据,以原子精度...

任务成功的标准:预测的小分子对接位置与真实对接位置之间的偏差小于2??如上图所示,在第一类Blinddocking任务中,未知口袋位置、已知蛋白质结构(Nopocket,Holostructure),DiffDock能达到最高的成功率37.9%。在第二类Co-folding任务中(小分子和蛋白质结构都折叠),未知口袋位置、未知蛋白质结构(No...

诺贝尔化学奖,为何也青睐人工智能?

“AI在蛋白质设计领域的应用突破可以说是天时地利人和，水到渠成。”杨茂君解释，蛋白质结构的一级序列足够简单，且蛋白质的三维结构输出也有标准的表达形式，并且在过去几十年，结构生物学领域累积了大量真实蛋白质结构数据。徐纯福也表示，AI在生物、化学、医药等健康领域的潜力才刚刚崭露一角，未来还大有发展空间...