详细内容或原文请订阅后点击阅览
生物学中的人工智能：从人工神经网络到 AlphaFold
利用 AI 模型，科学家可以预测基因表达、设计新蛋白质并创造精准药物。
来源:The Scientist此前，人工智能曾遭到质疑，但科学家们利用它解决了蛋白质折叠和设计问题，并于 2024 年获得了诺贝尔化学奖，现在它已被全球生物学家采用。人工神经网络和语言模型等人工智能模型可帮助科学家解决各种问题，从预测蛋白质的 3D 结构到从头开始设计新型抗生素。研究人员继续改进人工智能模型，解决其局限性并展示其在生物学中的广泛应用。
P诺贝尔奖获得者 David Baker 使用深度学习模型创建从头蛋白质，这些蛋白质比天然蛋白质更适合解决现代问题。
Ian C Haydon
David Baker Demis Hassabis John Jumper 结构预测的关键评估 (CASP)在此处阅读有关诺贝尔奖获奖发现的背景。
此处 Maddison Masaeli在此处探索人工智能在生物学中的广泛应用。
此处使用先进的机器学习工具，研究人员可以创建具有新功能的人工蛋白质。
Ian C Haydon
David Baker在此处了解有关从头蛋白质的更多信息。
这里Jon Stokes 和他的团队开发了 SyntheMol，这是一种生成人工智能模型，他们用它来创建新型抗生素，预测其对 ESKAPE 病原体鲍曼不动杆菌有疗效。
鲍曼不动杆菌麦克马斯特大学
Jon Stokes 鲍曼不动杆菌在本文中深入探讨 AI 生成的抗生素。
本文内容视频
视频 Alexander Huth