首页 > 蛋白质

蛋白质

  • 90%成功响应率，整合约9000个样本，统合癌症蛋白质组学的LLM驱动平台

    编辑丨&功能蛋白质组学为癌症机制提供了关键见解，有助于发现新的生物标志物和治疗靶点。为了充分利用他们整合的将近 500 份高质量抗体的精选组合，美国德克萨斯大学决定采用 LLM 驱动来使资源更高效。他们推出了 DrBioRight 2.0，这是一个由最先进的大型语言模型提供支持的直观生物信息学平台。

  • 蛋白质纳米“计算机”问世

    研究人员使用共聚焦显微镜研究细胞行为。图片来源：宾夕法尼亚州立大学科技日报北京5月30日电（记者张梦然）美国宾夕法尼亚州立大学团队创建了用作电路的第一个基于蛋白质的纳米计算代理。在最新一期《科学进展》

  • 迈向程序化蛋白质生成

    算法在计算蛋白质设计中的应用最近取得了许多成就，例如从氨基酸序列预测3D结构以及可以折叠成所需3D结构的蛋白质序列的逆向设计。然而，从头蛋白质结构生成——即生成具有所需特性的蛋白质结构——仍然是一项艰巨的任务。

  • 探索蛋白质动态变化，新AI方法JAMUN比标准MD模拟更快、更准确

    编辑 | 白菜叶蛋白质结构的动态变化对于理解其功能和开发靶向药物治疗至关重要，尤其是对于隐蔽的结合位点。然而，现有的生成构象集合的方法存在效率低下或缺乏通用性的问题，无法在训练系统之外发挥作用。分子动力学 (MD) 模拟是当前探索蛋白质运动的标准，但计算成本高昂，且受短时间步长要求的限制，因此难以捕

  • 西湖大学郭天南：从「元宇宙」视角，探秘蛋白质组大数据

    近日，由& 医健AI掘金志主办的GAIR「医疗科技高峰论坛」在深圳正式召开。论坛上，西湖大学特聘研究员、西湖欧米创始人郭天南以《AI 赋能的蛋白质组大数据助力精准医疗》为题发表了演讲。郭天南表示：“AlphaFold2 使用 AI 技术在蛋白质结构预测上取得了突破性进展，但此类 AI 驱动的生命科学

  • 创新计算框架在蛋白质设计方面获突破

    财联社11月13日电，在今年诺贝尔化学奖表彰计算蛋白质设计领域的重大进展后，美国能源部阿贡国家实验室团队宣布开发出一种名为MProt-DPO的创新计算框架，该框架利用人工智能（AI）和世界顶尖的超级计算机，推动蛋白质设计取得新突破。这一成就标志着向AI自主科学发现迈出了重要一步。

  • AI模型开启蛋白质预测新时代DeepMind、Meta竞速求解“生命密码”

    《科创板日报》9月20日讯（编辑 宋子乔） AI技术正成为医疗领域强大的辅助工具，科技巨头从未忽视这一点，其中DeepMind、Meta不断深耕，并在同日发布了蛋白质折叠相关的最新进展、计划——当地时间9月19日，谷歌旗下的AI公司DeepMind发布了AI模型AlphaMissense，该模型通过

  • 谷歌联合高校研发通用模型ProteoGAN，可设计具有新功能的蛋白质

    近年来，随着医学与生物技术的发展，蛋白质设计的重要性正在不断提高。以目标功能为起点来进行新型蛋白质的设计，在发现新的药物等方面有广阔的应用前景。然而，由于蛋白质的序列结构与功能之间存在超级复杂的机制，对它进行设计往往耗时耗力，需要庞大的投入。

  • 追问｜蛋白质结构预测模型再升级，解锁新功能直接作用药物设计

    ·在蛋白质和药物的相互作用中，两者形状构象都在发生变化，传统方法很难对两者可能产生的协同变化进行预测，但新模型有可能做到。·“生物分子就像是一个人，拥有多重社会身份，随着相互交流对象的变化，人的身份也会改变，只有全面掌握一个人的社会交往情况，才能深入了解这个人。”近日，谷歌旗下DeepMind（深度

热门文章