在这项新研究中，他们利用 AlphaFold 来预测蛋白质片段抑制剂，而这属于其全新的一个应用方向。研究人员通过实验验证，即便在缺乏相互作用机制结构数据的情况下，FragFold 对结合或抑制作用的预测准确率仍然超过 50%。

近年来，AlphaFold 在生物学领域取得了不少突破，其能够精准预测蛋白质折叠以及蛋白质相互作用。此次，研究团队开发的名为“FragFold”的计算方法 ...

在过去的几年里，人工智能技术近年来快速发展为生物学研究带来了革命性的变化。DeepMind推出的AlphaFold，特别是其第二代版本AlphaFold2，在蛋白质结构预测领域展现出卓越的能力，尤其是在G蛋白偶联受体（GPCR）等重要生物结构的预测上。然而，尽管AlphaFold2可以 ...

IT之家 3 月 1 日消息，微软研究院于 2 月 20 日发布博文，宣布推出 AI 模型 BioEmu-1，能够预测蛋白质随时间推移的运动和形状变化，在生物医学、药物发现和结构生物学领域带来新可能。

研究结论与讨论：该研究表明 MDN1 基因变异与癫痫易感性相关，MDN1 可能是癫痫的易感基因。MDN1 基因对双等位基因功能丧失（LOF）变异具有高度不耐受性，其变异的分子亚区域影响和疏水性改变可能在癫痫发病机制中发挥作用。不同患者的表型差异可能与 MDN1 ...

为解决现有 AlphaFold-Multimer（AF-M）置信度指标无法有效区分蛋白质相互作用（PPI）真假预测的问题，哈佛医学院的研究人员开展了相关研究。他们训练了结构预测和组学信息分类器（SPOC），构建了 Predictomes 数据库。该研究为解释大规模 AF-M 筛选结果提供了框架 ...

微软研究院近期在人工智能领域迈出了重要一步，于2月20日正式揭晓了其最新研发成果——AI模型BioEmu-1。这款模型专注于预测蛋白质随时间变化的运动轨迹与形态演变，为生物医学、药物研发及结构生物学领域带来了革命性的突破。

·FAM171A2就像“智能识别门”一样，专门识别致病“种子”。只要把这个门守住，致病“种子”就不能继续扩散。“如果在患者还没有出现症状前就开始干预这一过程，那么病人出现症状的时间很有可能会延后几年，甚至不出现症状；如果患者已经出现了症状，继续干预这 ...

IT之家 3 月 1 日消息，微软研究院于 2 月 20 日发布博文，宣布推出 AI 模型 BioEmu-1，能够预测蛋白质随时间推移的运动和形状变化，在生物医学、药物发现和结构生物学领域带来新可能。