Google DeepMind 推出可预测所有生命分子的结构和相互作用的 AlphaFold 3

GoogleDeepMind推出可预测所有生命分子的结构和相互作用的AlphaFold3GoogleDeepMind今天在博客中介绍了和IsomorphicLabs共同开发的AlphaFold3，一种新型生命科学AI模型。该模型在准确预测蛋白质、DNA、RNA、配体等的结构基础之上，新增了对其相互作用的预测，相比当前最先进的方法至少有50%以上的提升，Google希望它能够改变对生物世界和药物发现的理解。该模型的论文已经发表在最新一期自然杂志上。现在，科学家可以通过新推出的易于使用的研究工具AlphaFoldServer免费使用该模型大部分功能，包括免费的2亿个蛋白质结构的数据库。——，

"进化之窗" - 数学家发现了分子相互作用的通用解释框架

"进化之窗"-数学家发现了分子相互作用的通用解释框架新发现的基本的分子级设计原则有助于将生物系统中的重要分子维持在狭窄的浓度范围内，从而促进了稳健性和生存。这项突破性的研究为理解稳健的完美适应（RPA）提供了一个通用的框架，并可能导致在解决诸如癌症耐药性、成瘾和自身免疫性疾病等个性化医学挑战方面的新方法。阿劳霍博士说："我们的研究考虑了一个被称为稳健完美适应（RPA）的过程，在这个过程中，从单个细胞到整个生物体，尽管不断受到系统干扰的轰击，但仍将重要分子保持在狭窄的浓度范围内。""直到现在，没有人有一个一般性的方法来解释这一重要过程是如何在分子水平上通过不同类型的分子（主要是蛋白质）之间巨大的、复杂的、经常是高度错综复杂的化学反应网络来协调的。我们现在已经解决了这个问题，发现了基本的分子水平设计原则，这些原则将所有形式的生物复杂性组织成促进稳健性的，并最终促进生存的化学反应结构。"研究人员发现生物系统中相互作用的分子集合不能简单地'传输'生化信号，而是必须实际对这些信号进行'计算'。"这些复杂的分子间相互作用必须实现一种特殊的调节类型，被称为整体控制--这是工程师们近一个世纪以来知道的设计策略。然而，自然界的信号网络有很大的不同，已经进化到依靠离散分子之间的物理相互作用。因此，自然界的'解决方案'是通过非凡的、高度复杂的相互作用集合来运作的，没有工程上专门设计的、整体计算的组件，而且往往没有反馈回路。我们的研究表明，分子网络结构使用了一种积分控制的形式，其中多个独立的积分，每个都有一个非常特殊和简单的结构，可以合作赋予特定分子适应的能力。""使用基于这一发现的代数算法，我们已经能够证明在生物学上重要的化学反应网络中存在嵌入式积分，其表现出的适应能力以前从未能用任何系统方法来解释。"Liotta教授说，对揭示整个自然界中生物系统的基本设计原则的探索被认为是生命科学中最重要和意义深远的大挑战之一。"在这项突破性的新研究的基础上，RPA目前作为一种关键的生物反应而独树一帜，现在对它存在一个普遍的解释框架。这是一个对任意大而复杂的网络施加严格和不可侵犯的设计标准的框架，也是一个现在能说明网络微观尺度上复杂的分子间相互作用的微妙之处。在实践层面上，这一发现可以提供一种全新的方法来解决个性化医学中的巨大挑战，如癌症耐药性、成瘾和自身免疫性疾病。"...PC版：https://www.cnbeta.com.tw/articles/soft/1358523.htm手机版：https://m.cnbeta.com.tw/view/1358523.htm

谷歌 DeepMind 发布 AlphaFold 3：可预测药物如何与蛋白质相互作用

谷歌DeepMind发布AlphaFold3：可预测药物如何与蛋白质相互作用谷歌DeepMind公司近日推出了AlphaFold3，通过预测所有生命分子是如何相互作用的，加速寻找新药和探索新的治疗方法，治疗癌症、帕金森氏症、疟疾、肺结核等疾病。AlphaFold3能够预测人体每个细胞分子的复杂形状，以及如何相互连接，以及其中最小的变化如何影响可能导致疾病的生物功能。AlphaFold3能够生成活细胞及其联合3D结构，预测数百万种组合的相互作用，准确率要比现有常规方法高50%，并且可以在几秒钟内生成通常需要数月或数年才能完成的预测。科学家和医学专家希望借助AlphaFold3，深入研究抗体和药物的相互作用，寻找更好的治疗方法。DeepMind创始人兼首席执行官DemisHassabis表示，该项目为研究人员提供了一套比较完整的“工具集”，不仅大幅提高研发新药物的速度，而且可以改变人类对生物世界的理解。来源，频道：@kejiqu群组：@kejiquchat

揭开层状材料中水-离子相互作用的秘密

揭开层状材料中水-离子相互作用的秘密封闭的纳米空间的图像，其中水分子围绕着离子的结构。资料来源：艺术行动公司，福井高哉这些发现最近发表在《自然通讯》杂志上。许多材料在微观或纳米尺度上采取分层形式。例如，当干燥时，粘土类似于一系列相互堆叠的薄片。然而，当这种分层材料遇到水时，水可以被限制并融入层与层之间的缝隙或孔中，或者更准确地说，是"孔"。当水分子或其组成元素，特别是氢氧根离子（一种由单个氧原子和单个氢原子组成的带负电荷的离子）被整合到材料的结晶结构中时，也会发生这种"水化"。这种类型的材料，即"水合物"，不一定是"湿"的，即使水现在是它的一部分。水合作用也可以大大改变原始材料的结构和特性。在这种"纳米细化"中，水化结构--水分子或其组成元素的排列方式--决定了原始材料储存离子（带正电或负电的原子或原子组）的能力。这种水或电荷的储存意味着这种层状材料，从传统的粘土到层状金属氧化物，以及关键的是它们与水的相互作用，具有广泛的应用，从水净化到能源储存。然而，研究这种水合结构和这种层状材料的离子储存机制中的离子配置之间的相互作用已被证明是一个巨大的挑战。而分析这些水合结构在这些离子的任何运动过程中如何变化（'离子传输'）的努力则更加困难。(a)具有不同宿主电荷密度的层状材料中的层间结构示意图。在层间空间中，水分子被纳入未被电荷补偿离子填充的宿主电荷的孔隙中。(b)具有能量耗散监测功能的石英晶体微天平（QCM-D）在具有不同宿主电荷密度的LDH中的离子交换反应曲线，显示了频率（Δf）和耗散（ΔD）的变化。资料来源：修改自TomohitoSudare等人，NatCommun（2022）13,6448。最近的研究表明，这种水的结构和与层状材料的相互作用在赋予后者高的离子存储能力方面起着重要作用，所有这些反过来又取决于承载水的层的灵活性如何。在层与层之间的空间里，任何没有被离子填充的孔隙都会被水分子填充，从而帮助稳定层状结构。该研究的通讯作者、信州大学超材料研究计划的材料化学家KatsuyaTeshima说："换句话说，水结构对层间离子的结构很敏感。而在许多不同的晶体结构中，这种离子配置控制着可以储存多少离子，但直到现在这种配置还很少被系统地研究。"因此，手岛的研究小组寻求"具有能量耗散监测功能的石英晶体微天平"（QCM-D）来帮助他们进行理论计算。QCM-D本质上是一种像天平秤一样工作的仪器，可以在纳米水平上测量极其微小的质量和分子相互作用。该技术还可以测量能量损失的微小变化。研究人员利用QCM-D首次证明了可以通过实验观察到限制在层状材料纳米空间内的水分子结构的变化。他们通过测量材料的"硬度"来做到这一点。他们调查了一类带负电的粘土的层状双氢氧化物（LDH）。他们发现，当任何离子交换反应发生时，水合结构与LDHs的硬化有关（一种离子与另一种离子的交换，但有相同的变化）。"换句话说，离子相互作用的任何变化都起源于离子融入纳米空间时发生的水化结构的变化，"该研究的合作者、现在东京大学的苏达雷（TomohitoSudare）补充说。此外，研究人员发现，水合结构高度依赖于层状材料的电荷密度（每单位体积的电荷量）。这反过来又在很大程度上制约着离子存储能力。研究人员现在希望将这些测量方法与离子的水合结构知识结合起来，设计出新的技术来提高层状材料的离子存储能力，从而有可能为离子分离和可持续能源存储开辟新的途径。...PC版：https://www.cnbeta.com.tw/articles/soft/1348163.htm手机版：https://m.cnbeta.com.tw/view/1348163.htm

DeepMind的新型人工智能可为DNA、RNA和"所有生命分子"建模

DeepMind的新型人工智能可为DNA、RNA和"所有生命分子"建模访问：Saily-使用eSIM实现手机全球数据漫游安全可靠源自NordVPNAlphaFold以前的版本只能预测蛋白质的结构。AlphaFold3不局限于此，它还能为DNA、RNA和称为配体的小分子建模，从而扩大了模型的科学应用能力。DeepMind称，与之前的模型相比，新模型的预测准确率提高了50%。DeepMind首席执行官德米斯-哈萨比斯（DemisHassabis）在发布会上对记者说："AlphaFold2是结构生物学领域一个重要的里程碑时刻，它开启了各种令人惊叹的研究。AlphaFold3是在利用人工智能理解和模拟生物学的道路上迈出的一步。"AlphaFold3有一个分子结构库。研究人员输入想要组合的分子清单，然后AlphaFold3使用扩散方法生成新结构的三维模型。StableDiffusion等人工智能图像生成器用来组合照片的人工智能系统是同一种类型。DeepMind称，哈萨比斯创办的药物发现公司IsomorphicLabs一直在内部项目中使用AlphaFold3。到目前为止，该模型帮助IsomorphicLabs提高了对新疾病靶点的认识。除了该模型，DeepMind还向一些研究人员免费提供研究平台AlphaFoldServer。该服务器由AlphaFold3提供支持，无论科学家的计算能力如何，都能生成生物分子结构预测结果。哈萨比斯说，该服务器可用于学术和非商业用途，但IsomorphicLabs正在与制药合作伙伴合作，将AlphaFold模型用于药物发现项目。Google表示，它正在与科学界和政策领导者合作，以负责任的方式部署该模型。Google在一份文件中说，一些生物安全专家认为，人工智能模型"可能会降低威胁行为者的门槛，使他们能够与其他技术相结合，设计和制造传播性或危害性更强的病原体和毒素"。该公司称，在AlphaFold3推出之前，它就与领域专家以及生物安全、研究和行业专家合作，找出了AlphaFold3存在的风险。了解更多：https://blog.google/technology/ai/google-deepmind-isomorphic-alphafold-3-ai-model/#future-cell-biology...PC版：https://www.cnbeta.com.tw/articles/soft/1430165.htm手机版：https://m.cnbeta.com.tw/view/1430165.htm