探索蛋白质动态变化,新AI方法JAMUN比标准MD模拟更快、更准确
编辑 | 白菜叶蛋白质结构的动态变化对于理解其功能和开发靶向药物治疗至关重要,尤其是对于隐蔽的结合位点。 然而,现有的生成构象集合的方法存在效率低下或缺乏通用性的问题,无法在训练系统之外发挥作用。 分子动力学 (MD) 模拟是当前探索蛋白质运动的标准,但计算成本高昂,且受短时间步长要求的限制,因此难以捕捉较长时间尺度上发生的更广泛蛋白质构象变化。- 973
- 0
深度进修与化学语言模型连系,用于药物重新设想,登Nature子刊
编辑 | X重新药物设想旨在从零开始生成具有一定化学和药理学特性的份子。近日,苏黎世联邦理工学院的化学家开发了一种新的计算机程序,可以根据蛋白质的三维表面快速、轻松地生成活性药物成分。研讨人员提出了一种使用鉴于相互作用组(interactome)的深度进修的计算办法,用于鉴于配体和布局的类药物份子生成。「这是药物发现的真正突破。」苏黎世联邦理工学院化学与使用生物科学系教授 Gisbert Schn…- 2
- 0
超越AF2?Iambic、英伟达、加州理工学院开发多标准深度生成模型,进行状态特异性蛋白质-配体复合物构造展望
编辑 | 萝卜皮由蛋白质和小份子配体形成的分离复合物无处不在,对生命至关重要。虽然最近科学家在蛋白质构造展望方面取得了进展,但现有算法无法系统地展望分离配体构造及其对蛋白质折叠的调节作用。为了解决这种差异,AI 制药公司 Iambic Therapeutics、英伟达(Nvidia Corporation)以及加州理工学院(California Institute of Technology)的研…- 21
- 0
GPT-4驱动的机器人化学家登Nature,自立安排回响反映并履行复杂实行
编辑 | X基于 Transformer 的大语言模型(LLM)在自然语言处理、生物、化学和计算机编程等各个领域取得了重大进展。但对于在实行室工作的钻研职员或那些不熟悉计算机代码的人来说,人工智能方法并不那么容易理解。近日,卡内基梅隆大学的钻研团队找到了如何让人工智能体系自学化学的方法。提出了一种基于 GPT-4 的智能 Agent(以下简称 Coscientist),用一个简单的语言提示就可以履…- 5
- 0
药物发现
❯
个人中心
今日签到
搜索
扫码打开当前页
返回顶部
幸运之星正在降临...
点击领取今天的签到奖励!
恭喜!您今天获得了{{mission.data.mission.credit}}积分
我的优惠劵
- ¥优惠劵使用时效:无法使用使用时效:
之前
使用时效:永久有效优惠劵ID:×
没有优惠劵可用!