-
普林斯顿王梦迪团队提出蛋白水印方法，助力AI蛋白生成的版权保护与安全
编辑 | 萝卜皮近年来，随着生成式人工智能的发展，蛋白质结构预测和设计的能力显著提高。 然而，蛋白质生成模型在版权保护和生成有害内容（例如生物安全）方面面临着诸多问题。 生物大模型的构建和训练十分昂贵，有着保护模型版权和生成结果的现实需要；同时，需要有技术可靠地追踪和验证生成蛋白质结构，消除潜在的生物安全隐患。- 3
- 0
-
登Nature，AI设计DNA开关，MIT团队实现精确的细胞控制
编辑 | 萝卜皮近年来，基因编辑技术以及各种基因治疗方法使科学家能够改变活细胞内的基因。 然而，只影响特定细胞类型或组织中的基因，而不是影响整个生物体的基因，一直很困难。 部分原因是人们对控制基因表达和抑制的 DNA 开关 [即顺式调控元件 (CRE）] 的理解仍面临挑战。- 3
- 0
-
AI蛋白大模型推动生物产业变革，分子之心完成A轮融资
编辑 | ScienceAI在生物经济智能化升级的浪潮中，业界领先的AI蛋白质设计平台公司分子之心宣布于近期完成 A 轮融资。本轮融资额达数亿元人民币，由谢诺投资、深创投联合领投，商汤国香资本、久奕投资跟投。作为具有行业标杆地位的 AI 生物大分子设计平台公司，分子之心本轮融资将进一步提速 AI 生物基础设施建设。分子之心创始人、国际知名计算生物学家许锦波表示，本轮融资将用于进一步扩大顶级复合型人…- 4
- 0
-
DeepMind蛋白质设计新工具AlphaProteo，从头设计高亲和力蛋白结合剂，成功率最高88％
编辑 | ScienceAI像 AlphaFold 这样的蛋白质结构预测工具，已经帮助我们深入了解了蛋白质如何相互作用从而发挥其功能，但这些工具无法创建新的蛋白质来直接控制这些相互作用。现在，Google DeepMind 团队推出了一种用于设计「与目标分子结合更紧密」的新型蛋白质的 AI 系统 AlphaProteo。在测试的 7 种靶蛋白上，AlphaProteo 的实验成功率更高，在湿实验室…- 68
- 0
-
识别精度高达76.32%，浙大、之江团队用深度学习加速大规模药物发现和再利用
编辑 | 萝卜皮大规模药物研发和再利用具有挑战性。确定作用机制 (MOA) 至关重要，但目前的方法成本高昂且通量低。在这里，浙江大学、之江实验室以及斯坦福大学的研究人员介绍了一种通过分析线粒体表型变化来识别 MOA 的方法。通过对线粒体形态和膜电位进行时间成像，研究人员建立了监测时间分辨线粒体图像的流程，得到了一个数据集，其中包含 570,096 张暴露于 1,068 种美国食品和药物管理局批准药…- 3
- 0
-
精度媲美AlphaFold，EPFL的AI方法从序列中匹配蛋白质互作
编辑 | 枯叶蝶蛋白质是生命的基石，参与几乎所有的生物过程。了解蛋白质如何相互作用对于解释细胞功能的复杂性至关重要，对药物开发和疾病治疗也具有重要意义。洛桑联邦理工学院（École Polytechnique Fédérale de Lausanne，EPFL）的 Anne-Florence Bitbol 团队提出了一种配对相互作用的蛋白质序列的方法，该方法利用了在多个序列比对上训练的蛋白质语言模…- 6
- 0
-
1.8B参数，阿里云首个联合DNA、RNA、蛋白质的生物大模型，涵盖16.9W物种
编辑 | 萝卜皮不久之前，Google DeepMind 发布了 AlphaFold3，再次引发了人们对「AI 生命科学」的讨论。在学界，科学家的目标往往是先认识世界，然后在认识的前提上改造世界。但是在生命科学领域，人类对整个生命的理解与认识还如九牛一毛、冰山一角；建立对生命体系的多维度深刻认识是当前人类研讨的重要一步，AI 是达成这一步的重要工具。近期，阿里云飞天实验室发布并开源了业界首个联合 …- 5
- 0
扫码打开当前页
-
￥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：×