Review of AlphaFold 3: Transformative Advances in Drug Design and Therapeutics.
AlphaFold 3 的回顧:藥物設計和治療的變革性進展。
Cureus 2024-08-02
Google DeepMind 最近推出的 AlphaFold 3 是一款突破性的 AI 模型,能在幾秒鐘內準確預測蛋白質結構,速度和準確性都超越了前作 AlphaFold 2。這項技術對藥物發現、疫苗開發等領域影響深遠,能大幅縮短研究時間。AlphaFold 3 採用先進的機器學習技術,提供蛋白質動態和相互作用的深入見解,預示著生物醫學領域將迎來更多創新,最終有助於改善病患護理。
PubMedDOI♡
站上相關主題文章列表
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
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
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
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