1.传统蛋白质(复合物)结构预测 1.1.使用modeller、swiss-model进行同源建模 1.2.基于分子动力学的从头建模 1.3.分子对接加入非蛋白质部分,AutoDock Vina实际操作* 2.现代深度学习用于蛋白质结构预测 2.1.RaptorX:从计算机视觉到蛋白质结构 2.2.AlphaFold2 ...
帮助学员们, 通过本次培训学员将了解蛋白质设计的底层逻辑与基本规则,并掌握蛋白质设计中的常见蛋白质设计算法的实际操作,具备基本的蛋白质设计算法开发的基础能力及前沿视野 主讲老师在国内顶尖课题组中从事人工智能蛋白质设计研究,目前的主要研究方向是蛋白质设计机器学习算法开发与应用,在蛋白质工程和生物相关算法开发有...
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。主要介绍蛋白质设计的底层逻辑与基本规则,学习蛋白质结构预测...
9月30日,天壤XLab正式上线了国内首个蛋白质设计工作台,免费开放给所有科研人员,为他们提供端到端的解决方案。用户无需编写任何代码即可进行蛋白质预测和设计等各项任务,并对计算结果进行可视化展示和分析。此次工作台的上线,旨在为生物科技行业提供一种全新的科研范式,一站式解决算法、数据、算力以及科研流程复杂等...
在这项最新研究中,David Baker团队着手开发一种通用的方法来设计具有高形状互补性的小分子结合蛋白,并可应用于下游传感。研究团队假设,与基于固定支架的方法相比,从鉴定与靶向小分子具有高度形状互补性的蛋白质支架开始的设计方法将能够实现更高的亲和力结合,并能够与柔性和极性靶标小分子结合。
近日,华盛顿大学 David Baker 团队,设计出了能够通过变构控制,可靠而准确地在组装和拆卸之间转换的蛋白质。研究人员利用 AI 设计自然界中不存在的新蛋白质,设计了多种动态蛋白质排列。David Baker 说:「通过设计,可以根据命令组装和拆卸的蛋白质,我们为未来可能与自然界的复杂性相媲美的生物技术铺平了道路。」...
AI蛋白质设计 *涉及使用代码/计算工具的操作 一、蛋白质相关的深度学习简介 1.基础概念 1.1.机器学习简介:从手写数字识别到大语言模型 1.2.蛋白质结构预测与设计回顾 1.3.Linux简介 1.4.代码环境:VS code和Jupyter notebook* 1.5.Python关键概念介绍*
《自然·化学工程》创刊号1月12日发表一项研究,报道了一个能对蛋白质进行工程改造的、由人工智能(AI)驱动的全自动机器人。研究结果是对无需人类干预的蛋白质设计和构建的一次概念验证。蛋白质在所有生命形式中都起着重要作用。其各种功能广泛应用于生物技术、化学和医学。改造新的蛋白质通常是个重复且费力的过程,...
近几年,基于 AI 的蛋白质从头设计快速发展,已被成功应用于抗体设计、小蛋白药物设计等领域,和传统设计方法相比,其显著提高了设计成功率和效率。AI 蛋白质设计得益于近几年的两大技术突破:一是蛋白质结构预测领域的AlphaFold2 模型,它为蛋白质计算领域包括蛋白质设计领域,提供了基础的神经网络模型架构、蛋白质...
6月20日,菲鹏集团旗下子公司菲鹏数辉亮相2024人工智能与生物医药生态大会(AIBC),并 发布AI蛋白质动态构象创新模型“DeepConformer”,带来人工智能在药物设计领域应用的重大突破。 展会上,菲鹏数辉还展示了三大创新平台,包括基于DeepConformer模型的AI蛋白质工程平台、AI抗体筛选优化平台以及RNA设计AI平台,全面展现其技术在...