-
谷歌人工智慧解決蛋白質摺疊問題
摘要 【谷歌人工智慧解決蛋白質摺疊問題】當地時間11月30日，字母表公司（谷歌母公司）旗下的DeepMind公司表示，其開發的人工智慧軟體AlphaFold可以準確預測蛋白質在幾天內會摺疊成什麼結構，這解決了近50年來困擾人類的「蛋白質摺疊問題」。
-
DeepMind AI 人工智慧破解困擾科學家 50 年的蛋白質摺疊結構難題
DeepMind AI 人工智慧破解困擾科學家 50 年的蛋白質摺疊結構難題過去推動的Folding@home計劃，就是希望透過使用者貢獻空閒運算效能，透過連網協作方式組成龐大運算資源，藉此研究蛋白質摺疊結構，就連NVIDIA過去也曾藉由GPU
-
加拿大研究人員創建用於藥物發現的新型蛋白質摺疊算法
據多倫多大學網站報導，該校唐納利細胞與生物分子研究中心（Donnelly Centre for Cellular and Biomolecular Research）的計算生物學家開發了一種人工智慧算法，可用於發現用於精準治療的全新蛋白質分子
-
...環境監測成為可能、谷歌人工智慧解決蛋白質摺疊問題……| AI周報
編者按：近日，又一世紀級難題被AI迎刃而解：谷歌旗下子公司Deepmind通過AI建立的算法模型，成功精準預測了蛋白質的摺疊方式。 DeepMind在官網宣稱，像AlphaFold這樣能夠準確預測蛋白質結構的系統，可以加速許多有重大社會意義的研究，例如，因為不了解蛋白質的結構，研究人員無法進一步了解嗜睡病、利什曼病等熱帶醫學疾病，而這些疾病每年造成了成千上萬人的死亡。
-
谷歌Deepmind稱解決蛋白質摺疊難題
來源：新浪科技據報導，Alphabet旗下人工智慧公司DeepMind開發了一款軟體，可以準確預測蛋白質在幾天時間裡會摺疊成什麼樣的結構，從而解決了過去50年的一項「重大挑戰」。這可能為更好地了解疾病和藥物研發鋪平道路。
-
DeepMind解決蛋白質摺疊難題!運算時間縮至數小時
谷歌人工智慧部門DeepMind在預測蛋白質結構方面邁出了一大步。公司表示，其已經解決了關鍵的「蛋白質摺疊問題」，並將解決問題的運算時間從數月縮短至數小時，這有助於加快藥物發現速度，有可能破解一個類似於繪製人類基因組的問題。DeepMind開發的AlphaFold系統在最近結構預測關鍵評估（CASP）競賽中所展現出的能力達到了「解決」問題的水平。該活動始於1994年，每兩年舉辦一次，以加速這一課題的研究。
-
摺疊革命,深度學習通過胺基酸序列預測蛋白質結構
通過它們構造並保持每個細胞和組織的外觀結構；構建那些維持生命化學反應的催化酶；成為分子的加工廠、轉換器和驅動機；擔當信號器並接收蜂窩信號等等。由胺基酸和蛋白質組成的長鏈，將它們自己摺疊成精準3D結構，可以管理分子間活動的複雜問題。
-
「阿爾法摺疊」精準預測蛋白質三維結構
人工智慧（AI）再度發威，攻克了生物學領域一項重大難題：預測蛋白質如何從線性胺基酸鏈捲曲成3D形狀以執行任務。人體擁有成千上萬種不同的蛋白質，每一種蛋白質都包含幾十到幾百種胺基酸，這些胺基酸的順序決定了它們之間的作用，賦予蛋白質複雜的三維形狀，進而決定了蛋白質的功能。了解這些三維形狀有助於研究人員設計出能在蛋白質縫隙內滯留的藥物。此外，合成出擁有所需結構的蛋白質，還可以加快酶的研製進程，讓生物燃料領域受益。
-
DeepMind用AI預測蛋白質結構 疫情新藥開發更快速
> 作者：DIGITIMES謝明珊 Google人工智慧(AI)研究單位DeepMind有了技術大突破，可以用軟體預測蛋白質的結構，可望加速新藥的開發流程。
-
攻克生物學半世紀難題,「阿爾法摺疊」精準預測蛋白質三維結構
了解這些三維形狀有助於研究人員設計出能在蛋白質縫隙內滯留的藥物。此外，合成出擁有所需結構的蛋白質，還可以加快酶的研製進程，讓生物燃料領域受益。幾十年來，研究人員利用X射線晶體學或低溫電子顯微鏡（cryo-EM）等實驗技術來破譯蛋白質的三維結構，但這種方法可能需要數月甚至數年，且未必見效。目前，在生命體內發現的2億多個蛋白質中，只有17萬個蛋白質的結構被破解。
-
谷歌人工智慧解決蛋白質摺疊問題,可能在醫藥領域產生重大影響
打開APP 谷歌人工智慧解決蛋白質摺疊問題，可能在醫藥領域產生重大影響 機器人大講堂 發表於 2020-12-02 09:54:27
-
「阿爾法摺疊」精準預測蛋白質三維結構|胺基酸|x射線|生物學|蛋白...
人工智慧(AI)再度發威，攻克了生物學領域一項重大難題：預測蛋白質如何從線性胺基酸鏈捲曲成3D形狀以執行任務。據美國《科學》雜誌網站11月30日報導，「蛋白質結構預測關鍵評估」(CASP)競賽傳來喜訊：英國「深度學習」(DeepMind)稱其AI實現了上述成就，他們的方法將極大加快新藥研發進程。
-
谷歌Deepmind稱解決蛋白質摺疊難題 或加速藥物研發
據報導，Alphabet旗下人工智慧公司DeepMind開發了一款軟體，可以準確預測蛋白質在幾天時間裡會摺疊成什麼樣的結構每個活細胞體內都有成千上萬種不同的蛋白質，這些蛋白質也是細胞生存的基礎。預測蛋白質如何摺疊非常重要，因為這決定了蛋白質的性質。幾乎所有疾病，包括癌症和老年痴呆症，都與蛋白質的功能有關。歐洲生物信息學研究所的珍妮特·桑頓（Dame Janet Thornton）教授表示：「蛋白質是最美麗的結構。準確預測蛋白質的摺疊非常具有挑戰性，多年來一直困擾著很多人。」
-
谷歌人工智慧解決蛋白質摺疊問題,結束人類50年困擾
如果為了更好地理解後續AlphaFold所做出的貢獻和成就，就需要展開說得更詳細一些，得從蛋白質的一級結構、二級結構和三級結構講起了。蛋白質的基本組成單位是胺基酸。而蛋白質的一級結構指的就是其胺基酸序列。胺基酸通過脫水縮合連成肽鏈，多肽主鏈骨架原子沿一定的軸盤旋或摺疊而形成的特定的構象就是二級結構。一條或者多條多肽鏈組合在一起，便組成了蛋白質三級結構。
-
機器學習遇見生物學:詳解蛋白質摺疊預測中的算法
本文介紹了目前這一領域遇到的問題，以及機器學習怎樣幫助解決的具體算法。蛋白質摺疊問題一直是一個耗費巨大的難題，但是這個難題的解決又對人類具有巨大的意義。於是各個研究機構都開始尋找蛋白質摺疊問題的不同解，希望找到一種高效、準確的方式來解決這一難題。
-
DeepMind推出蛋白質結構預測算法,大勝人類傳統模型!
在過去的幾年裡，DeepMind公司開發的人工智慧AlphaGo已經在西洋棋和圍棋比賽中取得了超越人類的表現。而如今，DeepMind又向推動和加速新科學發現上邁出了重要的一步。前幾天，DeepMind宣布推出全新的AlphaFold系統，能夠預測並生成蛋白質的3D結構。
-
DeepMind破解蛋白質摺疊難題
去年年底，谷歌DeepMind推出了一種名為AlphaFold（一個用人工智慧加速科學發現的系統，它基於蛋白質的基因序列，就能預測蛋白質的3D結構）的算法。分子摺疊方式變幻無窮，其重要性很難估計。大多數生物過程都圍繞蛋白質，而蛋白質的形狀決定了其功能。只有當知道蛋白質如何摺疊時，他我們才能知曉蛋白質的作用。例如，胰島素如何控制血液中的糖水平以及抗體如何對抗冠狀病毒，都由蛋白質的結構來決定。
-
DeepMind開發一款軟體可準確預測蛋白質在幾天時間裡會摺疊成什麼...
DeepMind開發一款軟體可準確預測蛋白質在幾天時間裡會摺疊成什麼樣的結構 來源：TechWeb • 2020-12-01 10:18:01
-
穿越半世紀的蛋白質難題,在人工智慧下終迎突破
同時，蛋白質又是大型複雜分子，由胺基酸鏈組成，蛋白質的作用很大程度上取決於其獨特的三維結構。準確預測蛋白質三位結構對生命科學和醫學無疑是一個巨大的福音，這意味著大大加快人們對細胞組成部分的理解，並使人們能夠更快、更先進地發現藥物。
-
向李昌鈺學破案,這是Deepmind預測蛋白質結構的秘密研究方法嗎?
第一步，理解蛋白質摺疊這個應用場景生物由蛋白質構成，生物體功能由蛋白質形狀決定。蛋白質在人體中至關重要，其幾何形狀又對生物功能非常重要。借力基因組序列的發展，使我們得到了大量的蛋白質序列，結構信息的獲得對於揭示蛋白質的生物學功能是十分重要的。