十分之九的父母说青少年花太多时间在游戏上长时间屏气可能有助于心律失常的放疗新技术能否预测哪些黑色素瘤患者有癌症复发和扩散的风险?磁化分子用于监测乳腺癌乳腺癌的多重影像学详细分类在促进癌症等疾病的同时 这些酶也在相互蚕食减少儿童抗精神病药物治疗的策略可以作为其他州医疗补助计划的模式帕金森病可能已经成功治疗了两大神经系统老年人健康新模式研究本项目使用非处方止痛药减少了术后麻醉处方这项研究揭示了前西班牙历史和墨西哥土著人口的基因变化儿童全面接种流感疫苗可将住院人数减少一半简单影像学和高级影像学可以预测血栓切除术后最佳的卒中患者第一个来自西非的古代DNA说明了人类的深渊科学家发现阻碍组织生长的基因新发现动摇了我们对基因表达的理解选择气候友好的食物可以保护地球 促进健康南非科萨精神分裂症的遗传分析素食与降低尿路感染风险有关对老鼠穿越迷宫的研究为决策和想象的神经生物学提供了新的见解宾夕法尼亚大学的研究人员已经确定了癌细胞缺陷对CAR T细胞疗法的抵抗力UNC Lineberger的发现将使研究人员能够微调car-T的活动唤醒你的声音可能会影响你早上的状态投资社会公平以改善低收入人群的健康研究揭示了耦合的进化问题随着更年期的发展 患心脏病的风险也会增加评估肿瘤细胞的粘度可以改善癌症的预后最新研究发现 ACO正在尝试将社会服务与医疗服务相结合历史上第一个可以保护动物的实验性苏丹病毒特异性抗体疗法发现慢性肾病与患者心力衰竭的关系2006-2015年 婴幼儿奶粉广告支出增长了4倍呼吸吞咽极度困难与青少年的雾有关一些冥想策略可能会帮助完美主义者体育锻炼对老年人的益处基因变异为跨性别者提供了对大脑和身体不一致的看法并非所有的激素疗法都能同样保护绝经后妇女免受心脏病的侵害医疗补助计划每年投入社区卫生工作者项目的每一美元 将产生2.47美元的收入癌症中核糖核酸变化的特征研究DNA重排了解癌症EMBL科学家描述了我们的遗传背景如何影响癌症的发展科学家发现癌症新的遗传驱动力你的网络知道吸烟的风险有哪些?一半的狼疮皮疹含有高水平的细菌 可导致感染蔬菜中的天然化合物有助于对抗脂肪肝病毒蛋白如何阻止病毒复制的新细�新的CAR-T靶点对多发性骨髓瘤产生了可喜的效果牙医诊所的好主意引发了一项创新的戒烟计划发现为抗击最致命的疟疾铺平了道路不公平的医疗保险报销威胁到最弱势群体的护理非空调建筑极热与年轻人认知能力下降有关
您的位置:首页>网友健闻>

DeepMind和EMBL发布最完整的人类蛋白质3D结构预测数据库

导读 伦敦,2021 年 7 月 22 日 - DeepMind 今天宣布与欧洲生命科学旗舰实验室欧洲分子生物学实验室 (EMBL) 建立合作伙伴关系,以建立

伦敦,2021 年 7 月 22 日 - DeepMind 今天宣布与欧洲生命科学旗舰实验室欧洲分子生物学实验室 (EMBL) 建立合作伙伴关系,以建立迄今为止最完整、最准确的人类蛋白质组预测蛋白质结构模型数据库。这将涵盖人类基因组表达的所有约 20,000 种蛋白质,并且数据将免费公开提供给科学界。该数据库和人工智能系统为结构生物学家提供了强大的新工具来检查蛋白质的三维结构,并提供了一个数据宝库,可以开启未来的进步并预示着人工智能生物学的新时代。

AlphaFold 于 2020 年 12 月被蛋白质结构预测关键评估 (CASP) 基准的组织者认可为解决 50 年来蛋白质结构预测重大挑战的解决方案,这是该领域的一个惊人突破。AlphaFold 蛋白质结构数据库建立在这一创新和几代科学家的发现之上,从蛋白质成像和晶体学的早期先驱到数以千计的预测专家和结构生物学家,他们从那时起就花了数年时间对蛋白质进行实验。该数据库极大地扩展了积累的蛋白质结构知识,使研究人员可用的高精度人类蛋白质结构的数量增加了一倍多。促进对这些生命组成部分的理解,

上周,AlphaFold 的最新高度创新版本背后的方法论是去年 12 月宣布的复杂的人工智能系统,支持这些结构预测,其开源代码发表在Nature 上。今天的公告与第二篇Nature论文同时发表,该论文提供了构成人类蛋白质组的蛋白质的最完整图片,以及对生物学研究很重要的另外 20 种生物体的释放。

DeepMind 创始人兼首席执行官 Demis Hassabis 博士说:“我们在 DeepMind 的目标一直是构建人工智能,然后将其用作工具来帮助加快科学发现本身的步伐,从而促进我们对周围世界的理解。”“我们使用 AlphaFold 生成了人类蛋白质组最完整、最准确的图片。我们相信这是迄今为止人工智能为推进科学知识所做的最重要贡献,并且很好地说明了人工智能可以为社会带来的各种好处.”

AlphaFold 已经在帮助科学家加速发现

根据蛋白质的氨基酸序列以计算方式预测蛋白质形状的能力——而不是通过多年艰苦、费力且通常成本高昂的技术通过实验确定它——已经帮助科学家在几个月内实现了以前需要几年的时间。

“AlphaFold 数据库是开放科学良性循环的完美例子,”EMBL 总干事 Edith Heard 说。“AlphaFold 是使用科学界建立的公共资源中的数据进行训练的,因此它的预测公开是有意义的。公开、自由地分享 AlphaFold 预测将使世界各地的研究人员获得新的见解并推动发现。我相信 AlphaFold 确实是一个生命科学的革命,就像几十年前的基因组学一样,我很自豪 EMBL 能够帮助 DeepMind 实现对这一非凡资源的开放访问。”

标签:

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。