作者：哇塞编辑：李宝珠转载请联系本公众号获得授权，并标明来源剑桥大学的研究团队创新地提出 AlphaFold-Metainference 方法，巧妙地将 AlphaFold ...

在这项新研究中，他们利用 AlphaFold 来预测蛋白质片段抑制剂，而这属于其全新的一个应用方向。研究人员通过实验验证，即便在缺乏相互作用机制结构数据的情况下，FragFold 对结合或抑制作用的预测准确率仍然超过 50%。

近年来，AlphaFold 在生物学领域取得了不少突破，其能够精准预测蛋白质折叠以及蛋白质相互作用。此次，研究团队开发的名为“FragFold”的计算方法 ...

在蛋白质结构预测关键评估（Critical Assessment of protein Structure Prediction，CASP）竞赛中，以往的获胜方案稳定在40.0左右。AlphaFold打破了这一瓶颈 ...

为解决现有 AlphaFold-Multimer（AF-M）置信度指标无法有效区分蛋白质相互 ... 在生命的微观世界里，蛋白质就像一个个忙碌的 “小工匠”，它们之间的相互作用（Protein-Protein Interactions，PPIs）支撑着几乎所有的生物过程。想象一下，细胞内的各种活动，从 DNA 复制 ...

另一项Venus系列模型的创新应用则是对某体外诊断头部公司碱性磷酸酶（ALP）的改造项目。ALP 因高稳定性和灵敏度被广泛用作标记酶，其活性越高，检测灵敏度越高，从而能够检测到极低的生物标志物，但提升ALP的活性一直是一个挑战。Venus 系列模型成功优化 ALP，使其分子活性超国际头部公司产品 3 倍，为超敏检测诊断（如心肌梗塞、阿尔兹海默症）带来巨大价值。目前，改造后的 ALP 已进入 ...

AlphaFold 解决了数十年来蛋白质结构预测的难题，并展示了机器学习如何帮助我们理解生物学；而现在，机会在于推进和应用最新的生成式人工智能 ...

和Rosetta等模型不同，AlphaFold使用了深度学习的方法，并引入了基于注意力的神经网络，学习了蛋白质数据库（Protein Data Bank，一个专门收录蛋白质及 ...

同时，配合Venus系列模型的全球首款低通量大体积蛋白质表达、纯化与功能检测自动化一体机，可在24小时内不间断地完成100余个蛋白质的表达、纯化与检测任务，较人力效率提高近10倍，将大大减少研发过程中的人力、物力和时间成本投入，显著提高蛋白质工程与合成生物学研究的效率。