Best Practices of Using AI-Based Models in Crystallography and Their Impact in Structural Biology.
晶體學中使用基於人工智慧模型的最佳實踐及其對結構生物學的影響。 J Chem Inf Model 2023-06-27

人工智慧軟體如AlphaFold2、RosettaFold和大型語言模型在3D結構預測方面有顯著進展，改變了結構生物學。科學界對這些模型感到興奮，正積極探索各種應用。雖然這些模型相當準確，但重要的是要教育使用者了解它們的能力，並鼓勵最佳運用。在X射線晶體學領域，提出了使用這些模型進行分子替代試驗的指引。與這些模型合作並分享經驗，有助於提升它們的效能和品質。 PubMed DOI

The Role of AI in Drug Discovery: Challenges, Opportunities, and Strategies.
人工智慧在藥物發現中的角色：挑戰、機會和策略。 Pharmaceuticals (Basel) 2023-07-01

人工智慧在藥物研發有潛力提升效率和準確性，但需注意數據品質、道德問題和限制。本文探討了人工智慧在藥物研發的優勢、挑戰和缺點，提出了克服障礙的策略。討論了數據擴增、可解釋的人工智慧、整合傳統方法等議題。評論指出人工智慧在藥物研發中的潛力，並提供實現這一潛力的見解。文章旨在測試ChatGPT協助人類作者撰寫評論文章的能力，人類作者將精煉人工智慧生成的內容以符合科學標準，同時討論利用人工智慧的優勢和限制。 PubMed DOI

Inverse folding of protein complexes with a structure-informed language model enables unsupervised antibody evolution.
利用結構資訊語言模型進行蛋白質複合物的反向折疊，實現無監督抗體進化。 bioRxiv 2024-02-10

透過大型語言模型訓練，結合蛋白結構資訊，可以引導蛋白演化，提升功能。這種策略非監督式學習，能夠優化蛋白結構，增強功能。研究已成功應用於提升對抗SARS-CoV-2的抗體效力，改善對病毒變異體的中和和親和力。逆向折疊方法優於其他機器學習引導的進化方式，成功率高，且無需特定訓練數據。 PubMed DOI

Generative artificial intelligence performs rudimentary structural biology modeling.
生成人工智慧執行基本的結構生物學建模。 bioRxiv 2024-03-11

AI技術如GPT-4在生物學領域展現潛力，可生成氨基酸、多肽鏈的3D結構，並分析藥物與靶蛋白的互動。儘管有時會出現錯誤，但AI成功辨識關鍵氨基酸殘基。這研究顯示AI在生物學模擬和分子互動分析上的應用前景。 PubMed DOI

Generative artificial intelligence in drug discovery: basic framework, recent advances, challenges, and opportunities.
藥物發現中的生成人工智慧：基本架構、最新進展、挑戰和機會。 Front Pharmacol 2024-02-24

藥物開發費用高達25億美元，討論了調整現有分子和創造新分子兩種方法。人工智慧在藥學領域帶來革命，尤其生成式人工智慧在藥物發現中備受矚目。探討了不同生成式人工智慧模型、應用、挑戰及潛力。強調了商業合作夥伴在藥物發現中的重要性。 PubMed DOI

Peptide-based drug discovery through artificial intelligence: towards an autonomous design of therapeutic peptides.
透過人工智慧進行肽基藥物發現：朝向治療性肽的自主設計。 Brief Bioinform 2024-06-10

肽類有多樣生物活性，有治療潛力，但短效和易降解。人工智慧和計算工具推動肽類研究，如生成對抗網絡和變分自編碼器用於肽類設計。挑戰在於模型優化和驗證。討論AI整合肽類開發，概述機器學習策略，提出AI輔助肽類設計流程，強調AI加速肽類藥物發現的實用性。 PubMed DOI

Artificial Intelligence Learns Protein Prediction.
人工智慧學習蛋白質預測。 Cold Spring Harb Perspect Biol 2024-06-10

人工智慧（AI）和計算生物學的進步，如AlphaFold2和蛋白質語言模型，正在革新對生命的理解。這些在過去十年中發展的技術，正在加速分子和醫學生物學的研究，特別是在蛋白質設計領域。 PubMed DOI

PANDA-3D: protein function prediction based on AlphaFold models.
PANDA-3D：基於 AlphaFold 模型的蛋白質功能預測。 NAR Genom Bioinform 2024-08-07

PANDA-3D 是一款深度學習工具，專門用來從 AlphaFold 預測的蛋白質結構中推測基因本體 (GO) 術語。它結合了幾何向量感知器圖神經網絡和變壓器解碼器層，進行多標籤分類，表現優於傳統依賴實驗的結構方法，並在使用氨基酸序列的其他先進技術中也具競爭力。AlphaFold DB 擁有超過 2 億個預測的蛋白質結構，PANDA-3D 成為準確註解蛋白質功能的重要資源，並可透過網頁伺服器和資料庫輕鬆訪問。 PubMed DOI

Generative artificial intelligence performs rudimentary structural biology modeling.
生成式人工智慧執行基本的結構生物學建模。 Sci Rep 2024-08-21

這項研究探討了GPT-4在基本結構生物學任務上的表現。研究人員讓GPT-4創建20種氨基酸和一條α-螺旋多肽的3D模型，並用Wolfram進行數學計算。他們還分析了抗病毒藥物nirmatrelvir與SARS-CoV-2主要蛋白酶的結構互動。結果顯示，生成的結構大多與實驗數據一致，雖然在某些複雜分子上會有錯誤。總體來看，GPT-4在結構生物學建模和原子尺度互動分析上仍具有效性，儘管有些限制。 PubMed DOI

Accelerating drug discovery, development, and clinical trials by artificial intelligence.
利用人工智慧加速藥物發現、開發及臨床試驗。 Med 2024-08-22

這篇論文深入分析了AI在藥物開發中的進展，特別是針對小分子、RNA和抗體的應用。它探討了AI如何融入藥物開發流程，並回顧了目前臨床試驗中的藥物。論文指出，至今尚無AI設計的藥物獲得監管機構批准，並建議利用大型語言模型和擴散模型來克服這一挑戰。總體而言，論文強調了AI在藥物發現中的潛力，同時也討論了這個快速發展領域的挑戰與未來機會。 PubMed DOI

原始文章

站上相關主題文章列表