50年的蛋白质结构难题，被AI压缩到几分钟！Nature最新盘点显示，AlphaFold已被330万研究者使用。在土耳其，两位本科生借助这个免费工具完成15篇结构研究，撕开科研壁垒的裂缝。科研世界第一次以「数字速度」前进。

你还记得2024年诺贝尔化学奖颁给了谁吗？其中之一，是一项“跨界”的技术——一个叫AlphaFold的预测蛋白质结构的人工智能。当时很多人惊呼：AI竟然抢了化学家的饭碗？但事实上，这场革命才刚刚开始。 最近，这位“诺奖选手”AlphaFold又进化了：它不再仅仅盯着单个蛋白质，而是开始成千上万地预测它们是如何“成双成对”工作的。 在理解AlphaFold最近的突破之前，我们先来回顾一下它过去的成就 ...

周二的 Google I/O 主题演讲上，Google DeepMind CEO 德米斯·哈萨比斯（Demis Hassabis）宣称我们正“站在奇点的山脚下”。这句话很抓人——所谓“奇点”是一个理论上的未来时刻，届时 AI ...

【导读】 今天，DeepMind公布了AlphaFold的最新版本，不仅预测蛋白质结构的准确性大大提高，而且获得了预测RNA等新的能力。 根据DeepMind最新发布的技术报告，新一代的AlphaFold不仅仅能够以更高的准确性处理和预测蛋白质的结构。

【新智元导读】Google把科学研究的三个核心瓶颈：假设生成、计算发现、文献洞察拆解为三个可由AI深度辅助的模块，并同日发表两篇Nature论文，为假设生成和计算发现两大环节提供支撑。 5月19日，在Google ...

剑桥大学的研究团队创新地提出 AlphaFold-Metainference 方法，巧妙地将 AlphaFold 预测的距离信息作为分子动力学模拟中的约束条件，成功构建了无序蛋白质和含无序区域蛋白质的结构集合。 自 2018 年底 AlphaFold 横空出世以来，蛋白质结构预测领域在 AI 的加持下可谓是 ...

本周，谷歌云首席科学家普什米特·科利在《达edalus》杂志AI与科学特刊上发表文章指出，人工智能正迈向一个新阶段：它不再仅仅是科学的辅助工具，而是开始真正从事科学研究。

2020年，谷歌DeepMind的研究人员发布了AlphaFold2，这是一个致力于解决一项重大科学挑战的人工智能模型：能否仅从蛋白质的成分来确定其结构？如果无需耗时又昂贵的实验室实验便能实现这一目标，那么将有可能彻底改变我们对生物学的认知，并加速药物发现的进程。

导语：预测蛋白质结构仅需几分钟。 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。 这是一个十分惊人具象的进展！因为在没有 AI 加持的年代，人类绘制每 ...

研究人员使用AlphaFold和同源模型来识别有效的TAAR1激动剂，显示AlphaFold在神经精神疾病药物发现方面的卓越表现。 在最近发表在《Science Advances》杂志上的一项研究中，瑞典的研究人员使用AlphaFold开发的多种受体模型和同源建模技术对超过1600万种化合物进行了 ...

有人评论：AlphaFold-3解决了长距离依赖问题，还能预测RNA等分子结构，甚至细胞内部生化过程，这简直就是生物信息学领域的一场革命。 11月12日消息，谷歌终于开源了万众期待的蛋白质预测模型——AlphaFold-3，得到了全球顶级科学期刊《Nature》的推荐，并引起了 ...

一直以来，从氨基酸序列出发预测蛋白质的三维结构是结构生物信息学中最具挑战性的问题。但几年前，由谷歌旗下公司DeepMind创建的基于深度学习的人工智能测序式模型AlphaFold解决了这个问题。 北京时间5月8日（周三）晚间，《自然》杂志刊登了DeepMind的AlphaFold ...