超越蛋白质结构,全面预测蛋白质与所有生命分子相互作用

该研究在AlphaFold2的基础上推出了AlphaFold3,能够以前所未有的准确度预测所有生命分子的结构和相互作用(包括蛋白质、核酸、小分子、离子)。在蛋白质-配体相互作用方面的预测精度远高于当前最先进的分子对接工具,在蛋白质-核酸相互作用方面的预测精度远高于专门针对核酸的预测工具,在抗体-抗原相互作用方面的预测精度也显著...

Google DeepMind宣布开源其能够预测蛋白质结构的AI模型 AlphaFold 3

多分子支持:AlphaFold3不仅能够预测蛋白质结构,还扩展到DNA、RNA、配体(如小分子药物)、离子等其他生物分子。这使得AlphaFold3可以全面地预测生命中的所有分子结构,适用于更多类型的生物学和化学研究。更高的分子相互作用预测精度:相比传统方法,AlphaFold3在分子相互作用预测的精度上提高了至少50%,在一些...

打破AlphaFold大模型局限,世界最大蛋白质相互作用数据集AlphaSeq...

他们最近发布的AlphaSeq数据库专注于蛋白质-蛋白质相互作用(protein-proteininteraction,PPI),包含了超过7.5亿条测量结果,构成了世界上最大的PPI数据集。在AlphaSeq数据的基础上,训练出的AlphaBind模型可以准确预测有不同结合特性(亲和力、特异性、交叉反应性、表位等)的蛋白质序列,从而辅助蛋白质设计或发现全新的蛋...

AI面临的五个蛋白质设计问题,Nature找了一群专家来讨论

蛋白质设计师面临的早期挑战之一是预测蛋白质如何相互结合——这是制药行业的一个主要目标,因为特定蛋白质的「结合剂」可以作为激活或抑制疾病途径的药物。华盛顿大学计算蛋白质设计先驱、2024年诺贝尔化学奖获得者DavidBaker表示,RFdiffusion和AlphaProteo等生成式AI程序让这项任务变得简单,他的团队开发了...

重磅!2024年诺贝尔化学奖:AI驱动的蛋白质结构预测革新肿瘤治疗

蛋白质-蛋白质相互作用(PPI)靶点:预测关键PPI的结构细节,设计小分子抑制剂或PROTAC分子来干扰这些相互作用,抑制癌细胞的生长和转移。变构调节位点识别:通过AI预测的蛋白质结构,识别潜在的变构调节位点,为开发变构调节剂提供新思路,调控蛋白质的功能和活性。

谷歌DeepMind发布AlphaFold 3:可预测药物如何与蛋白质相互作用

DemisHassabis表示，该项目为研究人员提供了一套比较完整的“工具集”，不仅大幅提高研发新药物的速度，而且可以改变人类对生物世界的理解(www.e993.com)2024年11月20日。AlphaFold3能够生成活细胞及其联合3D结构，预测数百万种组合的相互作用，准确率要比现有常规方法高50%，并且可以在几秒钟内生成通常需要数月或数年才能完成的预测。

AlphaFold3来了!全面预测蛋白质与所有生命分子相互作用及结构...

该研究在AlphaFold2的基础上推出了AlphaFold3,能够以前所未有的准确度预测所有生命分子的结构和相互作用(包括蛋白质、核酸、小分子、离子)。在蛋白质-配体相互作用方面的预测精度远高于当前最先进的分子对接工具,在蛋白质-核酸相互作用方面的预测精度远高于专门针对核酸的预测工具,在抗体-抗原相互作用方面的预测精度也显著...

...深度迁移学习鉴定了全蛋白质组范围人去泛素化酶-底物相互作用

TransDSI基于20398个人类蛋白质的序列相似性网络,通过自监督学习进行预训练,获得蛋白质序列中包含的进化信息。通过863对已知的DSI对模型进行微调,进行去泛素化酶-底物相互作用预测。图1作者构建了基于深度迁移学习和变分图自编码器的TransDSI模型。模型包含四个模块。(a)蛋白质编码模块:氨基酸序列采用CT编码转化为蛋...

Nature速递:AlphaFold 3 预测所有生命分子的结构和相互作用

AlphaFold3(AF3)是一个能够高准确度预测包含几乎所有在蛋白质数据银行(PDB)中的分子类型的复合物的模型。在除了一个类别之外的所有情况下,它的性能都显著高于专门针对特定任务的强大方法,包括蛋白质结构和蛋白质-蛋白质相互作用的更高准确性。这是通过对AlphaFold2架构和训练过程的重大演进实现的,既适应更一般...

AlphaFold 3问世:所有生命分子的结构和相互作用,都被AI预测了

据介绍,AlphaFold3以前所未有的精确度成功预测了所有生命分子(蛋白质、DNA、RNA、配体等)的结构和相互作用。与现有的预测方法相比,AlphaFold3发现蛋白质与其他分子类型的相互作用至少提高了50%,对于一些重要的相互作用类别,预测准确率甚至提高了一倍。