诺奖风向标指向AI!谷歌蛋白质结构预测模型获颁医学领域顶级奖项
财联社9月22日讯(编辑 史正丞)美国当地时间周四,医学领域顶级奖项——拉斯克奖(The Lasker Awards)宣布,谷歌DeepMind的研究人员、光学相干断层成像技术的发明者,以及在癌症研究领域奋战50余年的荷兰科学家荣获今年的奖项。(来源:拉斯克奖)拉斯克奖也是知名的“诺贝尔奖风向标”。
财联社9月22日讯(编辑 史正丞)美国当地时间周四,医学领域顶级奖项——拉斯克奖(The Lasker Awards)宣布,谷歌DeepMind的研究人员、光学相干断层成像技术的发明者,以及在癌症研究领域奋战50余年的荷兰科学家荣获今年的奖项。(来源:拉斯克奖)拉斯克奖也是知名的“诺贝尔奖风向标”。
3月20日,腾讯 AI Lab实验室3篇蛋白质组论文正式入选国际顶级学术期刊,论文分别在数据库、AI建模、AI辅助临床三个角度提出了全新的研究方案,为人类高效精准分析蛋白质组数据、理解肿瘤微环境、发现生物学新机制打下坚实基础,并从根本上阐释生命提供重要技术参考。
AlphaFold 蛋白质结构数据库包含数百万种蛋白质的预测结构。对于大多数含有本质无序区域 (IDR) 的人类蛋白质,这些区域不采用稳定的结构,通常认为这些区域具有较低的 AlphaFold2 置信度分数,反映了低置信度的结构预测。
编辑 | 白菜叶Alena Khmelinskaia 希望设计定制蛋白质就像订餐一样简单。她说,想象一下一台「自动售货机」,任何研究人员都可以使用它来指定他们想要的蛋白质的功能、大小、位置、分子伴侣或者其他特征。「理想情况下,你会得到一个可以同时完成所有这些事情的完美设计。」德国慕尼黑大学(LMU)
北京时间10月9日晚,国际知名学术期刊《自然-方法》(影响因子47.99)刊发了由复旦大学马剑鹏教授领衔的科研团队开发的新型计算方法OPUS-DSD。该算法不但能够成功地解析冷冻电子显微镜(Cryo-EM)结构解析技术中因传统方法无法分辨而缺损的生物大分子(比如蛋白质、核酸或蛋白质/核酸复合物等)结
在生物医学研究的前沿领域,“单细胞蛋白质组学”是怎样的存在?用一个比喻来说,它就像一把钥匙,能够开启细胞内部世界的大门,让我们得以窥见细胞如何通过蛋白质的相互作用来执行生命活动。
三十亿年的进化已经产生了极其多样化的蛋白质分子,但蛋白质的全部潜力可能要大得多。挖掘这种潜力对于计算和实验来说都是一个挑战,因为可能存在的蛋白质分子的空间,比那些可能具有功能的空间大得多。
人工智能的卓越发展源于对技术与产业本质的洞察机器之心视频栏目「智者访谈」邀请领域专家,洞悉 AI 核心趋势深化行业认知,激发创新思考与智者同行,共创 AI 未来2024 年诺贝尔化学奖颁发给了在计算蛋白质设计和蛋白质结构预测领域做出突出贡献的三位科学家,凸显了人工智能和计算方法在解析生物语言中的关键
·基础医学研究奖授予了谷歌DeepMind公司的科学家Demis Hassabis 和John Jumper;临床医学研究奖则授予了麻省理工学院的James G. Fujimoto教授和Eric A. Swanson先生以及俄勒冈健康与科学大学凯西眼科研究所的David Huang教授;医学科学特殊
在2000年出版的《剑桥世界食物史》(The Cambridge World History of Food)中,记载了一则轶事:1728年,意大利学者雅可布·贝卡利(Jacopo Beccari)宣布,发现白面粉中存在具有“动物物质”全部特性的东西。他的处理方式,是将和好的生面团在水中揉搓清洗,除