David Baker团队通过X射线晶体学证明了设计方法的准确性,并获得了对这4种化合物具有高亲和力的小分子结合蛋白。不仅如此,由于这些人工设计假环肽是多个独立折叠的结构域,并依赖与靶标小分子结合驱动关联整合,因此这些人工设计的小分子结合蛋白可以很容易地整合到配体门控通道和...
深度学习蛋白质结构设计 1.传统思路回顾 1.1.结构域拼接 1.2.SCUBA:无侧链的蛋白质力场 2.基于蛋白质表面几何深度学习的binder设计 2.1.masif原理简介 2.2.masif用于识别蛋白表面的PPI热点 2.3.masif设计binder 3.基于扩散模型的蛋白质骨架设计模型 3.1....
在创新药研发领域领域,AI同时针对蛋白疫苗的稳定性、表达量等进行多目标优化,动物实验显示,疫苗产生中和抗体滴度为已公开专利和相关大型药企蛋白疫苗的数倍,突破相关疫苗稳定性专利。AI设计的另一条细胞因子管线,在保持抑制肿瘤活性的同时,减毒(减少外周活性)数百倍,猴子实验剂量耐受剂量达到同类管线的数十倍。困扰产业...
深度学习在蛋白质设计领域的前沿研究主要集中在蛋白质结构预测、蛋白质序列设计、蛋白质-蛋白质相互作用预测、蛋白质功能注释和蛋白质优化与筛选等方面。这些研究方向为开发新的功能性蛋白质和药物靶点提供了新思路,并在生物医学、药物研发和生物材料等领深度学习在蛋白质设计领域的应用被认为是当前的前沿研究方向之一,深度...
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*
2024年7月18日,人工设计蛋白领域先驱David Baker教授(安琳娜博士等人为第一作者)在Science期刊发表了题为:Binding and sensing diverse small molecules using shape-complementary pseudocycles 的研究论文。 该研究利用人工智能从头设计了一种带有中心空腔的、小分子量的假环肽,可以通过改变重复单元的数量来扩大或缩小,以...
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。」...
对于蛋白质设计而言,研究人员可以根据靶点的结构,让AI算法不断地除噪运算,把原先无序、混乱的氨基酸残基拼接成能够和靶点结合的候选蛋白。研究人员希望这些成果最终将推进新药物的开发。Generate Biomedicines的首席技术官Gevorg Grigoryan 表示,“我们可以在几分钟内发现数百万年的进化过程。” 马萨诸塞州剑桥微软研究...
投资界9月13日消息,AI蛋白质设计平台公司分子之心宣布于近期完成A轮融资。本轮融资额达数亿元人民币,由谢诺投资、深创投联合领投,商汤国香资本、久奕投资跟投,本轮融资将进一步提速AI生物基础设施建设。 分子之心创始人、国际知名计算生物学家许锦波表示,本轮融资将用于进一步扩大顶级复合型人才团队,深入完善AI蛋白质...
至此,一幅全新的生物经济画卷在人们眼前逐渐展开:利用AI去设计蛋白质(而不是在自然界中挑选蛋白质)、生产契合人类需求的蛋白质产品,如药物、食品、调味品、新材料、营养保健品、化妆品等,进而推动现有以高污染、高耗能的化工原料为基础的社会生产生活重心,向着新型的、绿色环保的、可持续发展的生物基社会转变,...