A glimpse of the next generation of AlphaFold
进度更新：我们最新的AlphaFold模型显示出明显提高的准确性，并将蛋白质以外的覆盖率扩展到包括配体在内的其他生物分子。
A glimpse of the next generation of AlphaFold
进度更新：我们最新的AlphaFold模型显示出明显提高的准确性，并将蛋白质以外的覆盖率扩展到包括配体在内的其他生物分子。
A glimpse of the next generation of AlphaFold
进度更新：我们最新的AlphaFold模型显示出明显提高的准确性，并将蛋白质以外的覆盖率扩展到包括配体在内的其他生物分子。
A glimpse of the next generation of AlphaFold
进度更新：我们最新的AlphaFold模型显示出明显提高的准确性，并将蛋白质以外的覆盖率扩展到包括配体在内的其他生物分子。
DeepMind’s Quest for Self-Improving Table Tennis Agents
几乎没有一天，没有令人印象深刻的新机器人平台从全球学术实验室和商业初创公司出现。尤其是人形机器人看起来越来越有能力帮助我们在工厂，最终在家庭和医院中。但是，要使这些机器真正有用，他们需要精致的“大脑”来控制其机器人身体。传统上，编程机器人涉及专家花费无数小时精心编写复杂行为，并详尽地调整参数，例如控制器的增益或运动规划权重，以实现所需的性能。尽管机器学习（ML）技术有希望，但需要学习新的复杂行为的机器人仍然需要大量的人类监督和重新设计。在Google DeepMind，我们问自己：我们如何使机器人能够更加整体，连续地学习和适应，从而减少了每项重大改进或新技能的专家干预瓶装的瓶颈？这个问题是我们
Protein-binding affinity model expands role of AI in drug discovery
了解分子如何相互作用是生物学的核心：从解码生物的作用到揭示疾病机制和开发挽救生命的药物。近年来，诸如Alphafold之类的模型改变了我们预测蛋白质3D结构的能力，从而为分子形状和相互作用提供了关键的见解。
Repurposing protein folding models for generation with latent diffusion
格子是一种多模式生成模型，通过学习蛋白质折叠模型的潜在空间，同时生成蛋白质1D序列和3D结构。授予2024年诺贝尔奖对Alphafold2的奖励标志着重要的...
Repurposing Protein Folding Models for Generation with Latent Diffusion
格子是一种多模式生成模型，通过学习蛋白质折叠模型的潜在空间，同时生成蛋白质1D序列和3D结构。授予2024年诺贝尔奖对Alphafold2的授予标志着AI在生物学中的作用的重要时刻。蛋白质折叠后接下来会发生什么？在格子中，我们开发了一种方法，该方法学会从蛋白质折叠模型的潜在空间进行采样以生成新的蛋白质。它可以接受组成功能和有机体提示，并且可以在序列数据库上进行训练，该数据库比结构数据库大2-4个数量级。与许多以前的蛋白质结构生成模型不同，格子解决了多模式的共同生成问题设置：同时产生离散序列和连续的全部原子结构坐标。从结构预测到现实世界的近期著作，这表明了范围的限制，这些模型仍然存在于现实世
OpenAI Created an AI Model for Longevity Science
Antonio Regalado，《麻省理工评论》 当你想到人工智能对科学的贡献时，你可能会想到谷歌 DeepMind 的蛋白质折叠程序 AlphaFold
Artificial Intelligence in Biology: From Artificial Neural Networks to 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。
AI Protein Discovery Unlocks Secrets of Life’s Beginning
利用人工智能工具 AlphaFold 的研究揭示了一种启动精子和卵子受精过程的新蛋白质复合物，揭示了成功受精所必需的分子相互作用。基因研究发现了许多参与精子和卵子初次接触的蛋白质。然而，这些蛋白质如何结合或形成的直接证据 [...]
MIT researchers introduce Boltz-1, a fully open-source model for predicting biomolecular structures
由于 AlphaFold3 等模型仅限于学术研究，该团队建立了一个等效的替代方案，以更广泛地鼓励创新。
Unmasking AlphaFold to predict large protein complexes
Claudio Mirabello 和 Björn Wallner 进一步开发了 AlphaFold。它现在可以从实验和部分数据中获取信息，并预测非常大且复杂的蛋白质结构。摄影师：Thor Balkhed Anders Törneholm 在所有生物体中，都有大量调节细胞功能的蛋白质。基本上，发生的一切 […]
来自法国里尔大学、瑞典林雪平大学和合作机构的科学家推出了 MassiveFold，这是 AlphaFold 的新版本，可将蛋白质结构预测的计算时间从数月缩短至数小时。
DeepMind 在受到批评后发布了 AlphaFold3 的完整代码，而新的 CRAB 菌株引发担忧，特朗普的政策威胁到环境进步。文章《每日剂量：谷歌 DeepMind 延迟发布 AlphaFold3 代码；研究警告传播耐卡巴培南 CRAB 菌株。》首次出现在《科学询问者》上。
AlphaFold 蛋白质结构数据库 (AFDB) 包含超过 2.14 亿个由域组成的预测蛋白质结构，这些域是存在于多个结构和功能环境中的独立折叠单元。识别域可以启用......
Sperm Can’t Unlock an Egg Without This Ancient Molecular Key
研究人员利用谷歌的 AlphaFold 识别出三种精子蛋白束，它们似乎使有性生殖成为可能。
Demis Hassabis & John Jumper awarded Nobel Prize in Chemistry
该奖项认可了他们开发AlphaFold的工作，这是一种开创性的AI系统，可预测其氨基酸序列中蛋白质的3D结构。
