上海交通大学 AI for Bioengineering 暑期学校活动中，钟博子韬博士以「AlphaFold 3：原理，应用与展望」为题，系统性地梳理了他的学习心得，并广泛整理了来自科研界的众多相关研究成果，向大家分享了他对于 AlphaFold 3 的深刻洞察。 能够以「原子精度」预测出所有 ...

AlphaFold 3提高生物分子结构预测精度，重塑药物设计。 谷歌DeepMind又有重磅研究了！AlphaFold 3一经推出，就登上Nature头版。从此，人类冲破「蛋白质宇宙」，所有生物分子结构都可以预测了！这次使用的，还是AI革命最核心的组合架构——Transformer+Diffusion。

11月25日，Demis Hassabis、John Jumper等人代表AlphaFold团队发文，回顾AlphaFold问世五年来对科学界的影响 自2020年以来，AlphaFold加速了科学研究的步伐，推动了全球生物学发现的浪潮。这一成就已于2024年获得诺贝尔化学奖的认可。 解决50年来的重大挑战 五年前，AlphaFold ...

AlphaFold 3 的问世，使生物世界变得更加清晰。 就在刚刚，新一代 AlphaFold——由 Google DeepMind 和 Isomorphic Labs 研究团队推出的革命性人工智能（AI）模型 AlphaFold 3——登上了权威科学期刊 Nature。 据介绍，AlphaFold 3以前所未有的精确度成功预测了所有生命分子（蛋白 ...

在生物学研究中，蛋白质结构解析困难重重，传统方法耗时且有局限性。研究人员围绕 AlphaFold 展开研究，开发系列工具。结果是使非生物信息学背景人员也能使用，助力揭示蛋白质奥秘。意义在于推动微生物学等多学科发展。 在生命科学的微观世界里，蛋白质 ...

一直以来，从氨基酸序列出发预测蛋白质的三维结构是结构生物信息学中最具挑战性的问题。但几年前，由谷歌旗下公司DeepMind创建的基于深度学习的人工智能测序式模型AlphaFold解决了这个问题。 北京时间5月8日（周三）晚间，《自然》杂志刊登了DeepMind的AlphaFold ...

在过去的半年里，AlphaFold的狂热已经笼罩了整个生命科学界。伦敦大学学院的计算生物学家Christine Orengo说："我参加的每个会议，人们都在说'为什么不使用AlphaFold？" 十多年来，分子生物学家Martin Beck和他的同事一直在努力拼凑世界上最难的拼图之一：人类细胞中 ...

近日，Google DeepMind 创始人、诺奖得主Demis Hassabis在接受《60 Minutes》的采访时提到，DeepMind的蛋白质预构成式AlphaFold仅一年时间就能绘制超过2亿个结构图。 这是一个十分惊人具象的进展！因为在没有 AI 加持的年代，人类绘制每一个结构图都需要数年的时间。

前述内容由第一财经“星翼大模型”智能生成，相关AI内容力求但不保证准确性、时效性、完整性等。请用户注意甄别，第一财经不承担由此产生的任何责任。 如您有疑问或需要更多信息，可以联系我们 yonghu@yicai.com 虽然AlphaFold-3具有划时代的意义，但此前谷歌 ...

导语：预测蛋白质结构仅需几分钟。 近日，Google DeepMind 创始人、诺奖得主Demis Hassabis在接受《60 Minutes》的采访时提到，DeepMind的蛋白质预构成式AlphaFold仅一年时间就能绘制超过2亿个结构图。 这是一个十分惊人具象的进展！因为在没有 AI 加持的年代，人类绘制每 ...

1月9日，清华大学智能产业研究院（AIR）联合清华大学生命学院、清华大学化学系在《科学》杂志发表论文《深度对比学习实现基因组级别药物虚拟筛选》。该论文研发了一个AI驱动的超高通量药物虚拟筛选平台DrugCLIP, 筛选速度对比传统方法实现百万倍提升 ...