谷歌旗下DeepMind近日發佈AlphaFold最新版本,實現蛋白質結構預測範疇的擴展,不僅可準確預測蛋白質結構,還可預測配體、核酸等生物大分子,以及含有翻譯後修飾的複雜結構,達到原子級實驗室準確度。這對藥物和材料設計具重要意義。新版在抗體結合問題上的表現,也較早期版本有顯著提升。有助於理解諸如CRISPR系統等複雜生物機制,可望加速相關臨牀應用。
相關推薦
AI領軍人物“大遷徙”:諾獎得主John Jumper告別DeepMind,轉投Anthropic
6月20日,諾獎得主約翰·詹珀從谷歌DeepMind離職,轉投Anthropic。他與哈薩比斯共同開發AlphaFold,顛覆蛋白質結構預測,凸顯AI人才爭奪白熱化。
DeepMind分拆的Isomorphic Labs 成功融資 6 億美元,助力 AI 藥物研發
Isomorphic Labs 是一家專注於人工智能藥物發現的平臺,成立於2021年,源自谷歌的 DeepMind。近日,該公司首次獲得外部融資,共計6億美元輪融資由 Thrive Capital 領投,參與者包括 GV 和現有投資者 Alphabet(谷歌母公司)。這筆資金將加速 Isomorphic 的 AI 藥物設計引擎的進一步開發,並支持公司將其研發的藥物推向臨牀試驗的目標。Isomorphic Labs 的創始人是 DeepMind 的聯合創始人德米斯・哈薩比斯(Demis Hassabis),他利用 DeepMind 在 AI 藥物發現領域的技術,包括 AlphaFold,這是一種預測蛋白質三維結構的
Latent Labs 成立,獲得 5000 萬美元融資,推動生物技術的可編程化
在生物技術領域,新的創業公司 Latent Labs 正以5000萬美元的融資從隱祕階段走向公衆視野。這家公司由前谷歌 DeepMind 科學家 Simon Kohl 創立,旨在利用人工智能基礎模型來 “使生物學可編程化”,並與生物技術和製藥公司合作,生成和優化蛋白質。理解 Latent Labs 的使命,首先要認識到蛋白質在生物學中的關鍵作用。蛋白質是活細胞內驅動一切的基礎,其結構決定了其功能。然而,傳統上,確定蛋白質的三維結構是一個緩慢且費力的過程。DeepMind 的突破性成果 AlphaFold 通過將機器學習與真實生
前 DeepMind 科學家創辦人工智能藥物發現公司
近日,前 DeepMind 科學家西蒙・科爾(Simon Kohl)宣佈成立一家新的人工智能藥物發現公司,旨在利用其在蛋白質預測領域的豐富經驗,尤其是與獲得諾貝爾獎的 AlphaFold 系統相關的經驗。AlphaFold 是一個革命性的人工智能工具,能夠準確預測蛋白質的三維結構,這一突破在生物醫學研究中引起了廣泛關注。圖源備註:圖片由AI生成,圖片授權服務商Midjourney科爾在 DeepMind 的工作經歷使他對蛋白質摺疊的複雜性有了深刻理解,而這一理解正是藥物發現過程中至關重要的部分。蛋白質是生物體內執行
谷歌DeepMind開源AlphaFold3:諾獎化學模型,助力藥物研發!
谷歌 DeepMind 近日意外發布了 AlphaFold3的源代碼和模型權重,標誌着一個可能加速科學發現和藥物開發的重大進展。這一消息傳出僅幾周後,系統的創造者 Demis Hassabis 和 John Jumper 便獲得了2024年諾貝爾化學獎,以表彰他們在蛋白質結構預測方面的貢獻。與前一版本 AlphaFold2相比,AlphaFold3的技術能力有了質的飛躍。AlphaFold2只能預測蛋白質的結構,而 AlphaFold3則可以建模蛋白質、DNA、RNA 及小分子之間複雜的相互作用,這是生命的基本過程。這一進展至關重要,因爲理解這些分子相互作用是現代藥
