冷冻电镜+AlphaFold，揭开细胞压力警报系开关的精准调控机制
慢性应激反应的激活会损害细胞存活，并导致严重的退行性疾病。因此，生物体相应地会部署诸如 E3 泛素连接酶SIFI等沉默因子，以终止应激反应信号传导并确保细胞内稳态。
alphafold
Nature论文：冷冻电镜+AlphaFold，揭开细胞压力警报系开关的精准调控机制
撰文丨王聪编辑丨王多鱼排版丨水成文慢性应激反应的激活会损害细胞存活，并导致严重的退行性疾病。因此，生物体相应地会部署诸如 E3 泛素连接酶 SIFI 等沉默因子，以终止应激反应信号传导并确保细胞内稳态。然而，一种沉默因子如何在细胞尺度上感知应激压力以及及时使应
DeepMind公布AI4S最新进展：DeepMind的AlphaFold一年就画了2亿个蛋白质！
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。
借助AlphaFold，发现阿尔茨海默病发病元凶，并找到潜在药物
阿尔茨海默病（AD）通常在 65 岁以上人群中发病。实际上，几乎所有 65 岁及以上的人都会出现一些阿尔茨海默病的早期病理变化，然而，他们通常没有出现APP、PSEN或MAPT等已知的阿尔茨海默病致病基因突变，大多数也不携带APOE4风险等位基因。这引发了关于
Demis 谈 AI4S 最新进展：DeepMind 的 AlphaFold 一年就画了 2 亿个蛋白质！
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。
超越AlphaFold3！全球首个全能蛋白质基础模型GeoFlow V2诞生
近日，百奥几何发布了全球首款全能蛋白质基础模型GeoFlow V2，一举超越AlphaFold3、RFDiffusion，在结构预测精度、预测速度以及设计合理性上实现了全面进化。
Alphafold横空出世 摧毁结构生物学
在蛋白质结构预测领域，有个非常著名的比赛叫做“结构预测关键评估竞赛”（Critical Assessment of Structure Prediction，英文缩写是CASP）。其实早在2018年的时候，AlphaFold第1代软件就已经参加了比赛，当时他们
AI最伟大的成就，解决生物学的“费马大定理”—氨基酸怎么折叠？
过去六十年，全球实验室里的生物学家，用尽毕生精力，拼出了15万个蛋白质结构。一个接一个，一年几个，几十年几万个，极慢。
南开大学郑伟教授：AlphaFold并不完美，学术界尚可「弯道超车」
近年来，在深度学习等 AI 技术的辅助下，蛋白质结构预测领域发展迅猛，2024 年 10 月份，因为 AlphaFold，DeepMind 的 Demis Hassabis、John M. Jumper 获得了 2024 年诺贝尔化学奖，然而，这并非代表 Al
重磅！OpenAI首个生物AI让干细胞效率暴增50倍，超越AlphaFold！
这个名为「GPT-4b micro」的新模型，不仅将干细胞生成效率提升了50倍，更标志着OpenAI首次正式宣称其AI模型能够产生突破性的科学发现。
材料界AlphaFold来了！微软AI模型登上Nature
刚刚，微软CEO纳德拉亲自站台，官宣旗下MatterGen模型登上Nature，能够超越目前已知材料，利用AI发现针对特定需求的新材料了。
AlphaFold系列：年终回顾，AlphaFold迄今为止的实际应用案例
AlphaFold由 DeepMind 团队开发，最初在蛋白质结构预测竞赛 CASP 中惊艳亮相。随着 AlphaFold2 和后续版本的迭代进步，其精度和通用性不断提升，逐渐走出“实验室”，进入生物医学和工业应用的“前线”。下文将通过多个案例，详述Alpha
技经观察丨从AlphaFold到mRNA疫苗：AI如何驱动蛋白质领域的科技变革
当前，AI正重塑蛋白质科学范式，引领生命科学从实验探索迈向精准设计的新纪元。2024年，AlphaFold2因其在蛋白质结构预测方面的突破性贡献获得诺贝尔化学奖，mRNA疫苗也因其在新冠大流行中的关键作用荣获2023年诺贝尔生理学或医学奖。这两项荣誉凸显了AI
科学没有衰落，谷歌 AI 推动科学发展的 9 种方式
谷歌始终走在 AI for Science 的最前沿，从蛋白结构预测 AI 工具 AlphaFold 到材料发现系统 GNoME，从天气预报系统 NeuralGCM、GraphCast 到数学几何推理模型 AlphaGeometry......
AlphaFold不能替代基于实验的蛋白结构解析
AlphaFold (AF) 预测的很多蛋白结构已达到甚至有些超过实验精度，但AF还远远不能取代实验对所有蛋白质结构进行精准预测。常见的原因如下：1. 有的天然无序蛋白在溶液中不存在单一的稳定的结构状态，而AF预测其有结构(一般为结合底物后的结构)，出现“假阳
DeepMind CEO：下一个 AlphaFold 已在路上
在人工智能与科学研究的交汇点上，一场令人瞩目的对话正在展开。来自学术界和产业界的顶尖人物——诺贝尔奖得主 Paul Nurse 爵士、DeepMind CEO Demis Hassabis、CRISPR 先驱 Jennifer Doudna 以及 AlphaF
AlphaFold结合小分子药物研发：探索多靶点蛋白质应用于药物生成
AlphaFold的出现为蛋白质结构预测带来了革命性进展，极大提升了蛋白质结构建模的速度和准确性。在小分子药物研发领域，蛋白质结构信息至关重要，因为小分子药物通常通过与靶标蛋白的特定位点结合来发挥作用。然而，蛋白质结构数据的获取传统上依赖于耗时费力的实验方法（