AlphaFold 3 - AI在线

AlphaFold 3 向解码分子行为和生物计算迈出重要一步，Nature 子刊锐评

编辑 | KX如果我们完全了解分子之间是如何相互作用的，那么生物学就没什么可学的了，因为每一种生物现象，包括我们如何感知世界，最终都源于细胞内生物分子的行为和相互作用。最近推出的 AlphaFold 3 可以直接从蛋白质、核酸及其配体的序列中预测生物分子复合物的 3D 结构。这标志着我们在长期探索生物分子如何相互作用方面取得了重大进展。AlphaFold 3 代表了直接从复合物序列预测其三维结构的突破，为生物分子相互作用提供了见解。生物分子（如蛋白质或核酸）的一维 (1D) 序列以类似于一段代码指定程序的方式指定细

AlphaFold 3轻松应对核酸、脂类分子？科学家迫不及待地更新了评测

编辑 | 萝卜皮「如果这可以重现的话，这就是我们所知的世界末日！功能建模的新时代已经开始。」欧洲分子生物学实验室（EMBL）的科学家 Jan Kosinski 发推文表示。他在 AlphaFold 3 发布后，立刻用它做了一系列简单的测试，并把相关结果发在了 X 上。「我取出了一个结构未知的转录因子，将其折叠起来，将其识别序列嵌入更长的 DNA 中。AlphaFold 3 准确定位了转录因子。」Kosinski 解释道。视频链接：： DNA 序列：CAGGATCCTAATTATGGATCCTGTGTATCTTCAG

AlphaFold 3 重磅问世，全面预测蛋白质与所有生命分子相互作用及结构，准确性远超以往水平

编辑 | 萝卜皮自 2021 年发布强大的人工智能 (AI) 工具 AlphaFold2 以来，科学家们一直在使用蛋白质结构预测模型来绘制细胞内各种蛋白质结构的图谱、发现药物，并绘制每种已知蛋白质相互作用的「宇宙图」。就在刚刚，Google DeepMind 发布了 AlphaFold3 模型，该模型能够对包括蛋白质、核酸、小分子、离子和修饰残基在内的复合物进行联合结构预测。AlphaFold3 的准确性对比过去许多专用工具（蛋白质-配体相互作用、蛋白质-核酸相互作用、抗体-抗原预测）有显著提高。这表明，在单个统一