实现蛋白质动态对接预测!上海交大/星药科技/中山大学等联合推出...

上海交通大学郑双佳课题组联合星药科技、中山大学药学院以及美国莱斯大学,提出了为蛋白质「动态对接」设计的几何深度生成模型DynamicBind,可以有效地将蛋白质构象从最初的AlphaFold预测状态调整到holo-like状态,为后AlphaFold时代的药物研发提供了一种基于深度学习的、考虑蛋白动态变化的新研究策略。蛋白质是生命...

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

然而，许锦波曾向媒体解释，这种方法存在两个弊端：“第一，一个蛋白质是一个非常大的体系，由成千上万个原子组成，对应一个非常巨大的搜索空间，构型是千变万化的。”另外，“虽然说大家普遍接受蛋白质折叠到最小能量状态，但能量函数到底是什么样的？我们本身就对能量函数的理解还不是特别好。”于是，2006年，许...

AI蛋白质折叠:在生命宇宙中漫游,远眺生物经济的流光

由于AlphaFold2擅长的是预测和计算单个蛋白质的结构,仅能够做预测且高度依赖MSA(来自同源蛋白质的多序列比对)及其衍生的共进化信息和序列谱,而蛋白质世界具有的巨大复杂性,意味着蛋白质结构预测还有很大的探索空间,例如蛋白质与其他分子的相互作用、单点突变对蛋白质结构和功能的影响、孤儿蛋白质结构预测、蛋白质侧链预...

人工智能预测蛋白质“光学指纹”

这是人工智能技术首次用于理论计算预测蛋白质的光谱研究。通过理论计算得到大量数据,使用人工智能加以训练构建构效关系,使用最后得到的模型用于预测,为模拟蛋白质的光谱提供了一种新的思路。本项工作确立了机器学习模拟蛋白质肽键骨架紫外吸收光谱的可行性和优势,蛋白质的“光学指纹”解读也将会变得更加轻易和有效。相关工...

生命演化偏爱单一手性:为何蛋白质几乎都是“左撇子”?

如:生命的遗传密码DNA和RNA都呈现右手性;而生命的重要组成“元件”——蛋白质,则大多呈现左手性(甘氨酸无手性),就是我们常说的“左撇子”(图3)。生命体表现出的这种同类型分子中某一种手性构型占大多数的情况,通常被称为“同手性”(homochirality)。

为什么说想了解AI+合成生物学,必须先搞懂蛋白质?

常见的生物元件包括催化酶、转录因子、转运蛋白、蛋白支架等,看似迥异却有一个共性(www.e993.com)2024年11月8日。这些功能元件都是蛋白质。01蛋白质三维结构一道世纪难题细胞里中的DNA和RNA记录了我们的遗传信息,但真正在细胞里面执行功能的是蛋白质。如何执行功能?蛋白质在细胞里会折叠成固定的三维构型,这个三维结构决定了它的功能。

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。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...

诺奖技术新应用:西湖大学谢琦/曹龙兴团队利用蛋白从头设计增强CAR...

近年来,随着人工智能(AI)领域的发展,计算蛋白质设计领域得到了长足进步,使得我们能够生成具有预先定义的靶向位点和结合构象的蛋白质结合剂,以实现所需的功能。该领域的先驱DavidBaker教授更是获得了今年的诺贝尔化学奖。这种从头设计的结合蛋白可以完全通过计算机模拟设计,具有原子级别的精确度,并且它们对靶标分子具...

化繁为简!序列直达功能的蛋白质精准设计

基于这种思考,上海天鹜科技有限公司自主研发了一个AI蛋白质设计大模型AccelProtein??(源自上海交通大学洪亮教授团队的Pro系列人工智能),该大模型在自然界中海量的蛋白质序列上进行训练与学习,掌握了蛋白质序列、结构与功能之间的复杂关系,从而能够预测序列变化对蛋白质功能的影响,实现了从蛋白质序列到功能的端到端映射...

大模型落地应用观察:难点与破局

蛋白质是一切生命活动的物质基础，堪称分子生物学“皇冠上的明珠”。基于深势科技发布的Uni-Mol分子构象大模型，可实现分子生成、性质预测等多种通用能力。在药物发现领域，基于Uni-Mol开发的虚拟动力学分子生成方法VD-Gen，能直接在蛋白靶点空腔中生成具有高结合亲和力的分子。深势科技联合创始人、CEO孙伟杰介绍，...