原因主要在于，AI本身需要相对规模化、结构化的数据进行训练，再提取数据间的规律进一步优化模型。而在“AI+分子模拟”中，往往欠缺高质量的数据。AI难以发挥效力。为了解决数据与模型“先有鸡还是先有蛋”的问题，深势科技另辟蹊径，从源头学习相关领域的科学原理，再基于AI学习的科学原理实现仿真模拟，进而产生新的数...
菲鹏数辉马步勇：菲鹏数辉专注结合AI和分子模拟技术，应用于前沿设计。通过AI分析分子轨迹和分子模拟优化，我们成功改造了针对淀粉样多肽Α-β的抗体，对抗蛋白质构象疾病，取得显著成果。此外，我们还开展了核酸适配体设计和mRNA疫苗递送优化工作，旨在提高稳定性、增强抗体滴度，推动技术发展。03 构象选择理论带来前沿设计...
当你给AlphaFold 3一个分子的输入列表时，它会生成这些分子的联合3D结构，告诉你它们是如何组合在一起的。它不仅能模拟像蛋白质、DNA和RNA这样的大生物分子，还能模拟小分子（也叫配体），这类分子包括许多药物。更厉害的是，AlphaFold 3还能模拟这些分子的化学修饰，这些修饰控制着细胞的健康功能，一旦受损，就会导致...
而在“AI+分子模拟”中,往往欠缺高质量的数据。AI难以发挥效力。 为了解决数据与模型“先有鸡还是先有蛋”的问题,深势科技另辟蹊径,从源头学习相关领域的科学原理,再基于AI学习的科学原理实现仿真模拟,进而产生新的数据。尔后,再通过AI产生的数据与实验数据...
根据研究,LSR-MP 框架在数学上还具有等变性,这意味着它能很好地适应分子体系的平移、旋转等对称性,而这是精准分子模拟的关键。此外,通过引入基于片段的长程信息传递,LSR-MP 框架能够缓解图神经网络中的过度挤压问题,提高深层网络的学习能力。 3️⃣高效能预测,跨模型性能提升 ...
MaXFlow分子模拟与人工智能软件自2021年春季发布3.0版本以来，始终以打造人人能用的分子模拟与AI智能创新平台为目标，变革以实验试错为主的传统研发模式，实现以科学数据和模型驱动的智能创新。人工智能加速发展，更大平台迭代加速，MaXFlow经历多次调整升级，秉持将人工智能算法与科学计算协同整合，形成闭环的研究模式，...
1. E(3) 等变图神经网络模型NequIP ,该模型在分子动力学模拟上,显示出出色的预测准确性、对未见阶段的泛化能力以及非常高的样本效率。 2. 量子机器学习模型(QMLM)以少量的数据训练展现出一定的泛化性 i) 量子卷积神经网络对相变中的量子态进行分类只需要非常小的训练数据集。 ii) 其它潜在应用包括学习量子纠错...
MD17 数据集由 AIMD 模拟生成的有机小分子组成。基于 GPIP 的模型与基线模型的力预测平均绝对误差（MAE）比较如表 1 所示。基于 GPIP 的 SchNet、DimeNet、SphereNet 和 GemNet-T 的性能均优于相应的基线模型 。图示：在 ISO17 数据集上的结果。（来源：论文）ISO17 数据集由 AIMD 模拟生成的 C7O2H10 ...
生命科学和智能计算峰会 -AI + 分子模拟,赋能药物发现新源头(一) 嘉宾信息: 张林峰 深势科技创始人&首席科学家 北京科学智能研究院研究员 AI + 分子模拟,赋能药物发现新源头(一) 内容介绍 一、关于深势科技 二、 传统分子模拟面临着为数灾难瓶颈。
深势科技作为“AI for Science”科学研究范式的先行者,致力于运用人工智能和分子模拟算法,结合先进计算手段求解重要科学问题,为人类文明最基础的生物医药、能源、材料和信息科学与工程研究打造新一代微尺度工业设计和仿真平台。深势科技是国家高...