分析测试百科网

搜索

喜欢作者

微信支付微信支付
×

2023年David Baker团队连发5篇Nature和Science论文,开启AI蛋白质从头设计新时代

2024.3.11
头像

Ritata

分析测试百科网

  人工智能(Artificial Intelligence,AI)已经在多个领域大放异彩并深入到我们的日常生活中。从围棋领域的AlphaGo到预测蛋白结构的AlphaFold,再到如今火遍全球的ChatGPT,人工智能作为一种新兴的颠覆性技术,正在逐步释放科技革命和产业变革积蓄的巨大能量,并深刻改变了人类的生活和思维方式。这不禁让我们感慨AI的无限可能。

  著名蛋白质设计专家、华盛顿大学医学院 David Baker 教授利用人工智能技术彻底颠覆了蛋白质设计,在刚过去的2023年里,David Baker 教授团队发表了数十篇论文,其中在国际顶尖学术期刊 Nature 和 Science 就发表了5篇。

  图片

  2023年2月22日,David Baker 团队在 Nature 发表论文,开发了可以从头设计人造荧光素酶的深度学习算法——Family-wide Hallucination,这是科学界首次基于深度学习的人工智能来创造全新的酶。

  2023年4月20日,David Baker 团队在 Science 发表论文,开发了一种基于强化学习的蛋白质设计软件,并证明了它有能力创造有功能的蛋白质。这一突破将开启蛋白质设计的新时代,对癌症治疗、再生医学、强效疫苗和可生物降解日用品都有积极影响。

  2023年7月11日,David Baker 团队在 Nature 发表论文,开发并描述了一种能从头设计全新蛋白质的深度学习方法——RFdiffusion。该方法能生成各种功能性蛋白质,包括在天然蛋白质中从未见过的拓扑结构。

  2023年8月17日,David Baker 团队在 Science 发表论文,该研究通过人工智能(AI)辅助设计,从头设计出一种铰链样蛋白质,这种铰链蛋白同时具有两种明确的构象,在与目标蛋白结合时显示出稳定的构象变化,因此可以根据这种特异性定制出“蛋白质开关”。这项工作为产生响应生物刺激的蛋白质开关提供了研究基础,为蛋白设计领域带来全新变革。

  2023年12月18日,David Baker 团队在 Nature 发表论文,该研究报告了人工智能(AI)驱动的蛋白质从头设计的最新进展,从头设计和生成具有皮摩尔亲和力的螺旋肽靶标的结合蛋白,实现了直接通过计算生成、无需任何实验优化的最高亲和力。


生物世界
仪器推荐
文章推荐