他开创了AI蛋白质结构领域,现在要做比诺奖更大的事

结构性的蛋白质组成生物的身体——头发和指甲里的角蛋白,皮肤里的胶原蛋白,肌肉纤维里的肌球蛋白,血管里的弹性蛋白。功能性的蛋白质推动生物体内的机能与反应——帮助消化吸收的淀粉酶、脂肪酶,控制血糖的胰岛素,运输氧气的血红蛋白,存储铁的铁蛋白,传递信号的神经递质……一些蛋白质的大小对比。蛋白质分子的直径...

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,...

技术变革还是炒作噱头?AI for Bio到底能做什么|AI驱动科学

AlphaFold2是由DeepMind于2022年发布的蛋白质结构模型,给定一段蛋白质的氨基酸序列,该模型可以预测其结构。(这是一个免费平台,可用于非商业研究。)该模型经过数十万个已知蛋白质序列和结构的训练,计划预测43.8%人类蛋白质序列中超过四分之三的结构[2]。AlphaFold2不是第一个蛋白质结构预测模型,但在最近的蛋白质结构...

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...

而在那一年，德米斯·哈萨比斯和约翰·江珀联合研发的AI模型——AlphaFold让大卫感觉到了危机，该模型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，让人工智能快速的成为了蛋白质结构预测领域的专家。尽管18年的蛋白质结构预测竞赛依然是Rosetta...

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...

Nature Methods | 张阳团队开发远超AlphaFold2精度的蛋白互作结构...

然而,目前绝大多数AI算法都是通过对已知蛋白结构和基因进化关系的训练和学习来构造蛋白结构,而基因进化的信息主要是从现有基因序列的多序列比对(MSA)来获得(www.e993.com)2024年11月8日。因此,这些AI算法的实际预测精度,往往依赖于目标蛋白MSA的质量,尤其在同源序列较少的孤儿蛋白(orphanproteins)和蛋白质复合物上的表现并不尽如人意。

Nature Methods | 超过AlphaFold2精度,蛋白质互作结构预测新工具

该研究研发了两款新的软件来提高蛋白质互作的结构预测精度。首先,作者开发了DeepMSA2,利用递推动态规划和隐马尔科夫模型算法,从海量宏基因组(metagenome)序列库中快速提取高质量MSA数据。然后利用新开发的DMFold软件构造蛋白质复合物的三维结构。实验结果显示,DMFold/DeepMSA2对蛋白质复合物的结构预测精度要显著优于...

蛋白质分析仪的检测精度与影响因素

一、检测精度的基本概念检测精度是指仪器在测量过程中,测量值与真实值的一致程度。精度越高,说明测量结果越接近真实值。检测精度通常用相对误差、误差和标准偏差等指标来衡量。二、影响检测精度的主要因素1.仪器性能-蛋白质分析仪的性能直接影响其检测精度。仪器的分辨率、灵敏度、线性范围和稳定性等参数对其精度...

诺奖2024|马剑鹏:AI已绕不开,不能再不懂,宜从娃娃抓起

Alphafold这种技术的存在,使得包括颜宁、施一公等科学家在内的做实验的人,他们解析蛋白质结构的速度可能更快了,但不是说不用做实验了。“它还取代不了实验。至少到今天为止,‘金标准’还得靠实验。如果哪一天预测技术准确到,算出来的结构一定是对的,那世界又变了。”...

2.5亿元!浙江大学大批采购仪器

近日,浙江大学发布64项仪器设备采购意向,预算总额达2.50亿元,涉及扫描探针变温原位测量系统、聚焦离子束电子束双束显微镜、多离子源-多检测器飞行时间二次离子质谱、微量吸附量热仪、散射近场原子力显微镜等,预计采购时间为2024年10月~2025年6月。浙江大学2024年10月~2025年6月仪器设备采购意向汇总表...