为了解决这些问题，David Baker 团队构建了一种用于生成蛋白质骨架的 RFdiffusion 工具。RFdiffusion 是一种基于深度学习的蛋白质设计方法，具体来说，RFdiffusion 首先会从一个完全随机的噪声状态开始，然后逐渐减少噪声，同时引导生成过程朝着目标蛋白质结构的方向发展。这个过程类似于在蛋白质结构空间中进行随机游走，但...
近期，美国华盛顿大学的David Baker博士在Science杂志上发表了一项重要研究成果，该研究利用先进的计算机方法，成功地设计并发现了具有化学多样性的新型大环类化合物。这些化合物能够高精度地靶向与疾病相关的生物大分子，为未来的药物研发提供了新的思路和工具。0# 新型大环类化合物的设计与发现 近日，美国华盛顿大学的D...
2024年4月25日,David Baker教授团队在Science上发表最新研究Expansive discovery of chemically diverse structured macrocyclic oligoamides。 本文介绍了一种用于识别由α、β、γ和其他17种氨基酸骨架组成的有序大环分子的计算方法,并利用这种方法预测了由大于42,000种单体组合组成的1,490万个大环分子。本研究成果开辟...
近年来,人工智能(AI)在蛋白质设计中的应用取得了显著进展,尤其是最新的深度学习技术为从头设计复杂的功能性蛋白质提供了新的机会。 今天,Science杂志再次发布 2024 年诺贝尔化学奖得主、生物化学家和计算生物学家、华盛顿大学教授David Baker的一项重磅成果。研究团队通过一种深度学习模型 PLACER 和一种生成式模型RFdiff...
转自ScienceAI 编辑| 萝卜皮 科学家使用人工智能(AI)从头设计酶的研究往往收效甚微,产生的酶通常在反应的第一步后就会停止。设计具有复杂活性位点并介导多步反应的酶仍然是一项艰巨的挑战。 以丝氨酸水解酶为模型系统,华盛顿大学 David ...
科学家使用人工智能(AI)从头设计酶的研究往往收效甚微,产生的酶通常在反应的第一步后就会停止。设计具有复杂活性位点并介导多步反应的酶仍然是一项艰巨的挑战。 以丝氨酸水解酶为模型系统,华盛顿大学 David Baker 团队将RFdiffusion的生成能力与用于评估活性位点预组织的集成生成方法相结合,从最小活性位点描述开始设计酶...
今天,Science 杂志再次发布 2024 年诺贝尔化学奖得主、生物化学家和计算生物学家、华盛顿大学教授David Baker的一项重磅成果。研究团队通过一种深度学习模型 PLACER 和一种生成式模型 RFdiffusion,成功设计了一系列具有高催化效率的丝氨酸水解酶。这些设计不仅在活性位点的几何结构上具有创新性,而且在催化效率上也显著优于...
近年来,以David Baker被代表的科学家在蛋白质设计领域取得了一系列突破,并因此获得了2024年诺贝尔化学奖。 2024年12月5日,David Baker教授团队在国际顶尖学术期刊Science上发表了题为:Target-conditioned diffusion generates potent TNFR superfamily antagonists and agonists的研究论文。
今天,Science 杂志再次发布 2024 年诺贝尔化学奖得主、生物化学家和计算生物学家、华盛顿大学教授David Baker的一项重磅成果。研究团队通过一种深度学习模型 PLACER 和一种生成式模型 RFdiffusion,成功设计了一系列具有高催化效率的丝氨酸水解酶。这些设计不仅在活性位点的几何结构上具有创新性,而且在催化效率上也显著优于...
近日，Baker 团队在 Science 上发表的一项新研究，展示了其人工智能算法可以帮助创造数百万种大环化合物——比典型蛋白质小得多的氨基酸链，但仍然具有能力在人体内产生有效的作用。有效验证了 Vilya 的基础理论药物发现方法。据悉，团队利用人工智能模型预测了由超过 42,000 个单体组合组成的 1490 万个环肽，并成功...