DeepMind AI 可以预测药物如何与蛋白质相互作用
蛋白质与 DNA 分子结合的可视化 科学图片库/Alamy 人工智能系统现在不仅可以确定蛋白质如何折叠，还可以确定它们如何与其他蛋白质、药物分子或 DNA 相互作用。 生物化学家和药物研究人员表示，该工具有可能大大加快他们的工作速度，例如帮助发现新药。 蛋白质在生物体中发挥着许多重要作用，由氨基酸链组成，但其复杂的 3D 形状很难预测。 人工智能公司 DeepMind 于 2020 年首次宣布，其 AlphaFold AI 可以根据氨基酸序列准确预测蛋白质结构，解决了生物学中最大的挑战之一。 该公司表示，到 2021 年中，它已经绘制了人体 98.5% 的蛋白质图谱。 现在，最新版本 AlphaFold 3 能够模拟蛋白质（包括抗体）如何相互作用，以及如何与其他生物分子（例如 DNA 和 RNA 链）相互作用。 DeepMind 表示，其预测的准确性比现有方法至少高出 50%。 大多数药物分子通过结合蛋白质上的特定位点发挥作用。 AlphaFold 3 可以创建一种快速方法，在进行冗长且昂贵的实验室测试之前，在计算机中测试候选药物分子与蛋白质的相互作用，从而快速加快新药的开发。 与 AlphaFold 的早期版本一样，最新更新生成的蛋白质模型或其相互作用并未经过实验验证。 DeepMind 首席执行官 Demis Hassabis 表示 AlphaFold 3 仅提供预测，因此实验室验证仍然至关重要，但该研究现在将“大幅加速”。 朱利安·伯杰龙 伦敦国王学院的教授没有参与 AlphaFold 3 的开发，但已经对其进行了几个月的测试，他表示，这改变了他的实验进行的方式。 […]
DeepMind AI 可以预测药物如何与蛋白质相互作用
蛋白质与 DNA 分子结合的可视化 科学图片库/Alamy 人工智能系统现在不仅可以确定蛋白质如何折叠，还可以确定它们如何与其他蛋白质、药物分子或 DNA 相互作用。 生物化学家和药物研究人员表示，该工具有可能大大加快他们的工作速度，例如帮助发现新药。 蛋白质在生物体中发挥着许多重要作用，由氨基酸链组成，但其复杂的 3D 形状很难预测。 人工智能公司 DeepMind 于 2020 年首次宣布，其 AlphaFold AI 可以根据氨基酸序列准确预测蛋白质结构，解决了生物学中最大的挑战之一。 该公司表示，到 2021 年中，它已经绘制了人体 98.5% 的蛋白质图谱。 现在，最新版本 AlphaFold 3 能够模拟蛋白质（包括抗体）如何相互作用，以及如何与其他生物分子（例如 DNA 和 RNA 链）相互作用。 DeepMind 表示，其预测的准确性比现有方法至少高出 50%。 大多数药物分子通过结合蛋白质上的特定位点发挥作用。 AlphaFold 3 可以创建一种快速方法，在进行冗长且昂贵的实验室测试之前，在计算机中测试候选药物分子与蛋白质的相互作用，从而快速加快新药的开发。 与 AlphaFold 的早期版本一样，最新更新生成的蛋白质模型或其相互作用并未经过实验验证。 DeepMind 首席执行官 Demis Hassabis 表示 AlphaFold 3 仅提供预测，因此实验室验证仍然至关重要，但该研究现在将“大幅加速”。 朱利安·伯杰龙 伦敦国王学院的教授没有参与 AlphaFold 3 的开发，但已经对其进行了几个月的测试，他表示，这改变了他的实验进行的方式。 […]
DeepMind AI 可以预测药物如何与蛋白质相互作用
人工智能系统现在不仅可以确定蛋白质如何折叠，还可以确定它们如何与其他蛋白质、药物分子或 DNA 相互作用。 生物化学家和药物研究人员表示，该工具有可能大大加快他们的工作速度，例如帮助发现新药。 蛋白质在生物体中发挥着许多重要作用，由氨基酸链组成，但其复杂的 3D 形状很难预测。 人工智能公司 DeepMind 在 2020 年首次宣布其 AlphaFold 人工智能可以 准确预测 氨基酸序列的蛋白质结构，解决了生物学中最大的挑战之一。 该公司表示，到 2021 年中，它已经 绘制了人体 98.5% 的蛋白质图谱。 现在，最新版本 AlphaFold 3 能够模拟蛋白质（包括抗体）如何相互作用，以及如何与其他生物分子（例如 DNA 和 RNA 链）相互作用。 DeepMind 表示，其预测的准确性比现有方法至少高出 50%。 大多数药物分子通过结合蛋白质上的特定位点发挥作用。 AlphaFold 3 可以创建一种快速方法，在进行冗长且昂贵的实验室测试之前，在计算机中测试候选药物分子与蛋白质的相互作用，从而快速加快新药的开发。 与 AlphaFold 的早期版本一样，最新更新生成的蛋白质模型或其相互作用并未经过实验验证。 DeepMind 首席执行官 Demis Hassabis 表示 AlphaFold 3 仅提供预测，因此实验室验证仍然至关重要，但该研究现在将“大幅加速”。 朱利安·伯杰龙 伦敦国王学院的教授没有参与 AlphaFold 3 的开发，但已经对其进行了几个月的测试，他表示，这改变了他的实验进行的方式。 “我们甚至可以在进入实验室之前就开始测试假设，这将真正具有变革性。 我非常确定世界上每个结构生物学或蛋白质生物化学研究小组都会立即采用这个系统，”他说。 […]