| Deepmind | AlphaFold | 蛋白質 | 分子

DeepMind發布新版AlphaFold模型,能夠精準預測生物分子結構加速藥物開發

DeepMind與Isomorphic Labs合作更新蛋白質結構預測模型AlphaFold,現在已經可預測所有與生物相關的分子,並且達到原子等級的精準度

2023-11-03

| 微軟 | AI | 蛋白質

微軟開源AI新框架EvoDiff,使模型可設計自然界所有蛋白質

微軟開源EvoDiff框架,研究人員可運用大量且多元資料訓練模型,以在序列空間生成高品質蛋白質,克服結構蛋白質生成模型的限制,開啟更多蛋白質設計可能性

2023-09-19

| Profluent | Salesforce | UCSF | ProGen | 蛋白質

科學家以數億氨基酸序列訓練AI模型,成功設計出全新人工溶菌酶

研究人員使用經過數億蛋白質氨基酸序列訓練的ProGen模型,成功從頭設計出與天然溶菌酶活性相當的人工溶菌酶

2023-01-31

| Evozyne | Nvidia | 蛋白質 | AI

Evozyne和Nvidia合作開發蛋白質生成性AI模型,大幅加速藥物開發

Evozyne運用和Nvidia所開發的蛋白質開發模型ProT-VAE,設計出高效能苯丙氨酸羥化酶變體,能夠用於治療遺傳性疾病苯丙酮尿症

2023-01-13

| Deepmind | 蛋白質 | AlphaFold

DeepMind開源人類史上最完整的蛋白質結構資料庫

DeepMind現在開源由模型AlphaFold 2所生成,目前人類史上最完整的蛋白質資料庫,這將有助於推進各領域的科學研究

2021-07-23

| 深度學習 | 蛋白質 | PyTorch

科學家開發新的深度學習模型,在10分鐘內就可完成蛋白質結構預測

DeepMind在去年11月,首次從氨基酸序列預測出蛋白質結構,而華盛頓大學的研究人員,開發新的模型加速了這項運算,所需時間從數天降為10分鐘以內

2021-07-22

| MIT | 蛋白質 | 機器學習

MIT用胺基酸序列搭配機器學習預測複雜蛋白質結構

麻省理工學院的研究團隊打造了利用胺基酸鏈段預測蛋白質結構的ML模型,能加速生物相關研究、藥物開發等領域的發展

2019-03-26