2024 年的诺贝尔化学奖授予了在计算蛋白质设计方面取得卓越成就的美国华盛顿大学蛋白质设计研究所所长大卫·贝克（David Baker）教授，以及在蛋白质结构预测方面取得突破的 DeepMind 团队，可谓实至名归。作为贝克的博士生和博士后，我想谈谈我对计算结构领域的理解以及我眼中的贝克教授。图丨本文作者沈浩（左）与大卫·贝...
药物设计:掌握与蛋白质结构预测相关的药物设计原理,学会设计靶向特定蛋白质的药物分子与多肽药物分子,理解蛋白类药靶相互作用的机制。 培养目标: 基于深度学习的通用型蛋白设计模型近几年来发展迅速,本课程围绕蛋白设计基础与前沿工作展开讲述,从蛋白结构的预测与优化到蛋白的从头设计进行深度教学,本课程主要面向有编程基础...
蛋白质设计领域正在经历一种根本性和实践性的变革:与其改造现有蛋白质,现在有可能从头开始构建具有复杂结构和功能的蛋白质,这些蛋白质与自然界中的蛋白质一样强大,但是全新且可编程的。这就是所谓的蛋白质从头(de novo)设计,即不依赖自然界中已有的起点,从...
蛋白质设计意义重大。目前深度学习方法主要在序列设计,脚手架功能位点设计,环低聚物设计以及抗体设计等多方面取得较大进展。但目前并没有提出一个通用的框架用来应对各类广泛的蛋白质设计任务。而且目前还没有技术能做到从头结合剂设计以及高阶对称环聚物的设计。本文则提出了一个基于扩散模型的通用的蛋白质设计框架,结...
一、深度学习蛋白质设计 STUDY 课程目标: 本课程从零基础开始学习,对 Python 编程基础、Linux 常用命令和 MachineLearning/Deep Learnings 领域相关算法进行详细讲解,并结合当前蛋白质设计方面的论文文献讲解相关技术的应用。主要介绍蛋白质设...
大模型正在推动产业级蛋白质设计进入“智能生成时代”。蛋白质是生命的基础，是生命活动的主要承担者。临床使用的胰岛素、单克隆抗体、干扰素等都是蛋白质药物。测定蛋白质结构和优化、设计蛋白质对于创新药研发、合成生物学等领域发展意义重大，也是生物学界最棘手的问题之一。2023世界人工智能大会上，分子之心公司创始人...
科技突破往往发生在交叉领域，蛋白质预测突破背后，一个关键便是源自自然语言处理的技术 Transformer，应用在了生物领域。这样的模式正继续发生：源自AI 绘画领域的扩散模型，正在加速蛋白质设计。蛋白质设计可以做的事情太多了。这项能力让人类得以生产分子级别的「机器」，它们可以是新的药物、疫苗、新的纳米材料、为...
蛋白质设计的目标是通过发现具有特定功能的新的氨基酸序列，从而创造出能够在现有蛋白质功能基础上增强或拓展的新蛋白质。然而，由于蛋白质序列空间的庞大和功能序列的稀疏性，设计一个具有特定功能的蛋白质变得极为复杂。机器学习，尤其是在过去十年中的迅猛发展为提供了高效探索功能性蛋白质空间的新策略，并且为解决生物...
提到蛋白质从头设计,华盛顿大学蛋白质设计研究所所长大卫·贝克(David Baker)博士的大名可谓是无人不知、无人不晓。这位学术达人常年顶着一头蓬松的乱发,嘴角挂着孩子气的微笑,永远像年轻人那般活力四射。在追求知识和科学的心态上,大卫也总是像孩子般充满好奇,让人感受到他内心那份对未知世界探索的热情。