字节跳动团队AI蛋白领域新作：Protenix - Advancing Structure Prediction Through a Comprehensive AlphaFold3 ...

一、AI赋能蛋白质基础研究：从预测到设计 AlphaFold的成功标志着AI在生命科学领域迈出了历史性的一步，其背后的核心原理在于从大量蛋白质结构和序列数据学习规律，从而精准预测出蛋白质的三维结构，揭示其功能，提升对生命机制的理解。尤其是AlphaFold2开创 ...

主动式AI的真正潜力在于生成假设、根据实验结果调整方向，并在没有人为提示的情况下主动探索特定问题，正如Huczok所言，这将是未来研究的理想状态。尽管这一进步带来了关于人类监督与适当防护措施的重要讨论，技术的发展并不会止步不前。Meige指出，我们正 ...

研发领域正在经历一场巨大的变革。去年，数学家们通过与 AI 的协作，成功解决了一个此前难以攻克的数学难题。随后，宾夕法尼亚大学的研究人员利用人工智能发现了近百万种新型抗生素。这些并非孤立事件，而是科学发现方式发生根本性转变的标志。

当第一缕火光照亮原始洞穴，当蒸汽机的轰鸣撕裂中世纪的寂静，当互联网的脉冲连接地球的每个角落——人类文明的每一次觉醒，都始于一场认知的核爆。而今天，我们正置身于最壮丽的史诗现场：全球AI的崛起，将千万博士的智慧熔铸成滔天洪流，以光速冲垮知识的堤坝、碾碎 ...

能准确预测蛋白质与DNA、RNA等生物分子的相互作用 ...

二人带队在2023年开发的AI模型AlphaFold，基于深度学习和神经网络技术的算法，不仅预测了蛋白质的三维结构，还成为所有蛋白质结构研究中的关键 ...

据介绍，DeepMind 分拆出来的 AI 制药初创公司 Isomorphic Labs 正致力于将药物发现过程从十年或更长时间缩短到“数周或数月”。该公司去年宣布与礼来公司和诺华公司达成战略研究合作协议。

微软的AI模型MatterGen登上Nature，纳德拉亲自站台，称它是“材料设计的新范式”：能根据需求直接生成新材料，不用再像以前一样需要经过大量的 ...