DeepMind开源生物分子预测模型 诺奖成果将掀起AI制药浪潮?

一般而言，通过普通实验方法研发药物需要耗费数年时间以及极高的成本，AlphaFold3则能大幅加速这一进程。它可以快速筛选潜在药物靶标，通过预测靶点蛋白的结构，发现和寻找其可药用口袋。值得一提的是，今年5月AlphaFold3发布之初，曾因未开放底层代码而广受争议。科学家们认为，此举破坏了研发的可重复性。于是DeepMin...

开源王炸来了!谷歌开源蛋白质预测模型AlphaFold-3,曾获诺贝尔奖

揭示其可能的活性位点和结合位点，为药物设计提供重要的结构基础。在药物分子设计阶段，AlphaFold-3能够预测药物分子与靶点蛋白的结合模式，评估药物分子的亲和力和特异性，从而指导药物化学家进行分子优化，提高药物的疗效和安全性。

复旦大学研究团队:发现癌症潜在预测因子和治疗靶点

此外,NSUN6在放射耐药样本中表达显著升高,并与宫颈癌患者预后不良相关。因此,NSUN6可能是宫颈癌的潜在预测因子和治疗靶点。参考资料:httpsmolecular-cancer.biomedcentral/articles/10.1186/s12943-024-02055-2#Sec30阅读原文

新算法突破实现药物-靶标亲合力快速精准预测

该方法通过构建全新的热力学微扰路径,提高计算过程中相邻状态间的相空间重叠,从而加快FEP在相对自由能预测方法计算收敛速度。相关实验结果表明,使用该方法可显著提高药物-靶标亲合力的预测效率和精度,预测计算在一天内便能完成,效率较传统FEP方法提高了30倍。据了解,近年来罗海彬/李哲联合团队在FEP驱动的药物设计新方法...

谱尼生物医药联合中国科学院上海药物研究所推出人工智能靶标预测...

谱尼测试官微4月23日消息,近日,谱尼生物医药联合中国科学院上海药物研究所共同推出D3CARP靶标预测及虚拟筛选项目。药物筛选中人工智能技术的引入,可极大提高整个药物研发流程的运行效率,协助药企开发更高质量的药物,进一步增强药企的产业竞争优势。

CRPS:基于深度学习的药物表观遗传靶标谱预测

AMGC可以通过提取每个原子对预测结果的贡献权重来显示其可解释性(www.e993.com)2024年11月19日。如图2a所示,JAK1靶标结构中残基LEU-932中的氧原子和氮原子与化合物1~4中的氮原子形成氢键,残基ASP-994与化合物3的羟基形成氢键。AMGC可以突出显示这四个化合物中形成氢键的原子。此外,与前三个化合物相比,化合物4用于形成氢键的极性基团较少,因此...

预测配体-靶标对的结合亲和力,哈工大开发新SOTA药物表示模型

对于结合区域预测,研究人员首先突出显示具有与配体结合潜力的重建蛋白质的结合位点,作为原始结合区域。随后,使用卷积运算将多粒度配体特征与蛋白质特征相乘。接下来,他们将卷积结果记录为每个配体-靶标对的响应向量,并将响应向量中具有高值的区域标记为可视化结合区域。最后,研究人员利用这两个区域来指导最终预测的结合区...

科学家开发抗原预测AI算法,成功找到肿瘤免疫通用靶点,为开发嵌合...

而在本次研究中,等人将SNAF用在黑色素瘤患者身上,预测并鉴定出了两大类可能的靶点,这些靶点来源于一种肿瘤特异性的转录后调控机制。这一类转录后调控被称作可变剪切(alternativesplicing),等人发现了两类由于肿瘤特异性剪切产生新抗原的机制,一种机制称之为T细胞靶点,原因在于其主要的效应细胞是T细胞受...

开发预测新抗原的AI算法,发现癌症免疫治疗通用新靶点

具有高剪接新抗原负荷的患者倾向于不良结局,并与阻止免疫肿瘤招募的重要基因相关。其中一种预测的剪接新抗原——SLC45A2,由于其高度的肿瘤特异性和免疫原性,成为一个特别有前途的免疫治疗新靶点。除了可被T细胞识别的新抗原外,研究团队还通过SNAF-B工作流发现了一类新的肿瘤特异性细胞外新抗原——ExNeoEpitopes,这...

突破AlphaFold3预测局限,超算安腾让科学家看到动起来的蛋白质

首先,由于分子动力学模拟计算的参数输入需要的正好就是蛋白质的静态构象文件(PDB文件等),因此通过AlphaFold3预测出来的大量蛋白质静态结构正好可以作为分子动力学模拟计算的输入,通过AlphaFold3+分子动力学模拟的组合拳,科学家和制药学家可以针对想要研究的生物现象或潜在的成药靶点和成药分子,在AI模型里面进行自由的探索和...