AI设计蛋白质浪潮方兴未艾

2018年,总部位于伦敦的“深层思维”公司(现为谷歌旗下公司)凭借其蛋白质结构预测工具、第一代AlphaFold在CASP获胜。第二代工具AlphaFold2在2020年表现优异,莫尔特甚至宣布预测简单蛋白质结构的问题基本上已经解决。自那以后,该竞赛已将重点转移到其他新兴挑战上,例如预测复合体中多个相互作用蛋白质的结构。推动发展...

...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...

AI概念大热!诺贝尔化学奖授予蛋白质结构预测领域科学家

如今,AlphaFold2已对超过2亿种蛋白质进行了结构预测——几乎是科学界已知的所有蛋白质。这2亿种蛋白质的结构预测数据依然向公众免费开放,使研究人员能够像使用谷歌搜索信息一样搜索蛋白质的结构,为研究人员即时提供他们正在研究的任何蛋白质的预测模型,大大减少了他们曾经需要花在确定蛋白质结构上的时间。中国科学家已...

14位专家点评丨Nature发布AlphaFold完成的98.5%人类蛋白结构预测...

AlphaFold结构预测将大大加快结构生物学的研究,并将使三维蛋白质结构在生命科学研究中更加引人注目。

中国科学家建立了新的蛋白质从头设计方法

蛋白质是生命功能的主要执行者,其结构与功能由氨基酸序列所决定。目前,能够形成稳定三维结构的蛋白质几乎全部是天然蛋白质,其氨基酸序列是长期自然进化形成。在天然蛋白结构功能不能满足工业或医疗应用需求时,想要得到特定的功能蛋白,就需对其结构和序列进行设计。

蛋白质分子结构技术解析

需要将蛋白质在特定条件下沉淀形成晶体(www.e993.com)2024年11月3日。这是一个技术挑战大的过程,因为并非所有蛋白质都能容易地形成晶体。2.数据收集晶体在X射线束下会散射X射线,形成衍射图案。这些衍射数据被用来计算电子密度图。3.结构解析通过数学方法将衍射数据转化为三维电子密度图。在电子密度图中建模,确定每个原子的位置。

AI蛋白质折叠:在生命宇宙中漫游,远眺生物经济的流光

就此,深入广阔无垠的蛋白质世界、揭开更多的生命奥秘,成为生命宇宙探索的一个清晰的航向。进入二十一世纪,机器学习逐步成为计算机科学的重要研究方向,也开始影响蛋白质结构研究。传统的机器学习方法是直接把蛋白质的氨基酸序列映射到一个三维构型上去,结果略优于基于物理或统计的方法,但并没有得到本质上的改变。

...颁给AI?万字专题详解:计算和人工智能颠覆我们对蛋白质的理解方式

如此一来,他们就能确定血红蛋白和肌红蛋白的三维结构。这一过程耗费了两人二十多年的时间,最终为他们带来了诺贝尔奖。自此之后,无数科研人员努力钻研,不仅想要理解不同蛋白质不同的结构形态,还想要知道它们是如何形成的。“想要看清事物的样貌是人的本性,因为只有知其然,才能知其所以然。”英国格拉斯哥大学(...

2024年诺贝尔化学奖官方解读:他们通过计算和AI揭示 “蛋白质奥秘”

为了研究软件的成功程度,Baker的研究小组将建议的氨基酸序列的基因引入了细菌中,这些细菌产生了所需的蛋白质。然后他们使用X射线晶体学确定了蛋白质结构。图37-第一种与现有所有已知蛋白质完全不同的蛋白质。(来源:TereziaKovalova)结果表明,Rosetta真的可以构建蛋白质。研究人员开发的蛋白质Top7...

技术变革还是炒作噱头?AI for Bio到底能做什么|AI驱动科学

另一方面,无论所用的蛋白质结构是“真实”实验得出的还是AF2预测的,在实验中与靶标配体实际结合的概率,计算下来约为50%[5]。换句话说,如果你根本没有确定实验结构,那么使用人工智能的猜测将获得同样多的初始匹配,这可能有助于开发针对难以确定结构的蛋白质的药物。