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

相关推荐

封面图片

谷歌 DeepMind 推出新一代药物研发 AI 模型 AlphaFold 3

谷歌DeepMind推出新一代药物研发AI模型AlphaFold3美东时间周三,谷歌DeepMind发布了新一代预测蛋白质结构的AlphaFold3模型,能够帮助科学家更精确地针对疾病机制,从而开发出更有效的治疗药物。DeepMind研究人员表示,AlphaFold3是一种人工智能(AI)模型,它可以预测蛋白质、DNA、RNA等生物分子的结构以及它们如何相互作用。

封面图片

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。——,

封面图片

DeepMind最新AlphaFold模型有助于新药研发

DeepMind最新AlphaFold模型有助于新药研发实验室的工作仍在继续。今天,DeepMind透露,最新版本的AlphaFold(AlphaFold2的后继者)可以对蛋白质数据库(世界上最大的生物分子开放获取数据库)中的几乎所有分子生成预测。据DeepMind博客上的一篇文章称,专注于药物发现的DeepMind衍生公司IsomorphicLabs已经将新的AlphaFold模型应用于治疗药物设计,帮助表征对治疗疾病很重要的不同类型的分子结构。新的AlphaFold的功能超出了蛋白质预测的范围。DeepMind声称,该模型还可以准确预测配体的结构-与“受体”蛋白结合并导致细胞通讯方式发生变化的分子)以及核酸(包含关键遗传信息的分子)和翻译后修饰(化学修饰)的结构。蛋白质产生后发生的变化。DeepMind指出,预测蛋白质配体结构可以成为药物发现的有用工具,因为它可以帮助科学家识别和设计可能成为药物的新分子。目前,药物研究人员使用称为“对接方法”的计算机模拟来确定蛋白质和配体如何相互作用。对接方法需要指定参考蛋白质结构以及该结构上配体结合的建议位置。然而,使用最新的AlphaFold,无需使用参考蛋白质结构或建议位置。该模型可以预测以前尚未“结构表征”的蛋白质,同时模拟蛋白质和核酸如何与其他分子相互作用——DeepMind表示,目前的对接方法无法实现这种建模水平。DeepMind在博文中写道:“早期分析还表明,我们的模型在一些与药物发现相关的蛋白质结构预测问题(例如抗体结合)上远远优于(上一代)AlphaFold。我们的模型在性能上的巨大飞跃表明人工智能具有极大增强对构成人体的分子机器的科学理解的潜力。”不过,最新的AlphaFold并不完美。DeepMind和IsomorphicLabs的研究人员在一份详细介绍该系统优势和局限性的白皮书中透露,该系统无法达到预测RNA分子(人体内携带制造蛋白质指令的分子)结构的一流方法。毫无疑问,DeepMind和IsomorphicLabs都在努力解决这个问题。...PC版:https://www.cnbeta.com.tw/articles/soft/1393483.htm手机版:https://m.cnbeta.com.tw/view/1393483.htm

封面图片

谷歌 DeepMind 推出活细胞人工智能模型

谷歌DeepMind推出活细胞人工智能模型谷歌的DeepMind推出了一个人工智能模型,用于研究生命的基本构成要素及其在细胞内的相互作用,推动了揭示疾病秘密和寻找疾病(如癌症)疗法的努力。根据周三在《自然》期刊上发表的一篇论文,最初于2018年开发的AlphaFold3对微小生物结构外观和相互作用做出了迄今最精确的预测。同构实验室的首席人工智能官马克斯•贾德伯格表示,AlphaFold3的能力为研究人员提供了新的机会,可以迅速识别潜在的新药分子。同构实验室与制药公司礼来和诺华有合作关系。“这使得我们的科学家和药物设计师能够在原子水平上创造和测试假设,并且在几秒钟内使用AlphaFold3生成高度准确的结构预测。”贾德伯格说,“与可能需要数月甚至数年的实验相比,这是非常快速的。”AlphaFold3展示了“显著提高”的预测准确性,超过了许多现有的专业工具,包括基于前两代技术的工具。研究表明,开发正确的人工智能深度学习框架,可以大大减少获取“生物相关性能”所需的数据量。——

封面图片

研究发现常用的新冠用药可能与常见的心脏药物相互作用

研究发现常用的新冠用药可能与常见的心脏药物相互作用"意识到Paxlovid与常用心血管药物存在药物相互作用是关键。"马萨诸塞州伯灵顿市Lahey医院和医疗中心心脑血管项目主任、该综述的资深作者SarjuGanatra博士说:"通过将药物相互作用纳入电子病历进行系统层面的干预,有助于避免相关不良事件。Paxlovid的处方可以纳入医嘱集,这使得医生,无论是初级保健医生还是心脏科医生,可以有意识地排除Paxlovid联合用药的任何禁忌症。事实证明,与医疗保健团队的其他成员,特别是药剂师的协商是非常有价值的。然而,医护人员对药物与心血管药物的相互作用的基本了解是关键。"观看专家答疑视频:https://www.youtube.com/watch?v=K-dr_jq_RJYGanatra博士讨论了Paxlovid和常用心血管药物之间的潜在药物相互作用。资料来源:美国心脏病学学会Paxlovid于2021年12月被美国食品和药物管理局批准紧急使用,作为一种口服抗病毒药物,用于治疗有症状的非住院的轻度至中度COVID-19感染者,特别是他们有进展为严重疾病的高风险的前提下。而患有心脏病和其他风险因素的患者,包括糖尿病、高血压、慢性肾脏病和吸烟,在Paxlovid有用的高风险人群中占很大比例。据作者称,Paxlovid已被证明对控制心脏病患者的COVID-19病情发展极为有益,但它与常规使用的心血管药物却有相当大的DDI,强调所有医生熟悉这些DDI的重要性。由于与DDI相关的不良事件的临床数据有限,作者利用现有的知识和数据,如Paxlovid等疗法通常与其他药物的相互作用,根据相互作用的程度,对潜在的相互作用和相关的可能后果提供指导。该综述对用于治疗多种形式的心脏病的各种心血管药物进行了深入概述。需要注意的五种最重要的与Paxlovid的心血管药物相互作用包括:抗心律失常剂抗心律失常药物用于控制异常的心律。许多这类药物的代谢方式,在与Paxlovid合用时,会增加血浆浓度。虽然有可能在暂时停用抗心律失常药物2-2.5天后开始使用Paxlovid,但从实际情况来看,这可能是不可行的。建议临床医生考虑替代COVID-19疗法,并避免这些药物与Paxlovid共同使用。另一种抗心律失常药索他洛尔可经肾脏清除,与Paxlovid无相互作用。抗血小板药物和抗凝血剂抗血小板药物用于治疗冠状动脉疾病,特别是在病人接受了支架后。阿司匹林和普拉格雷与Paxlovid联合用药是安全的。当Paxlovid与氯吡格雷一起使用时,血栓的风险会增加,与替卡格雷一起使用时,出血的风险会增加。在可能的情况下,应将这些药物换成普拉格雷。如果患者有服用普拉格雷的禁忌症,则应避免联合使用Paxlovid,应考虑使用其他COVID-19疗法。用于治疗或预防血栓的抗凝剂或血液稀释剂如华法林可与Paxlovid联合用药,但需要密切监测血样中的凝血因子。与Paxlovid合用时,所有直接口服抗凝剂的血浆水平都会增加,因此可能需要调整剂量或暂时停用并使用替代抗凝剂。某些他汀类药物辛伐他汀或洛伐他汀与Paxlovid联合用药可导致血浆水平升高,随后出现肌无力(肌病)和横纹肌溶解,这是一种肌肉组织分解释放出破坏性蛋白质进入血液的情况。在开始使用Paxlovid前,应停止这些药物,并减少阿托伐他汀的剂量。...PC版:https://www.cnbeta.com.tw/articles/soft/1333375.htm手机版:https://m.cnbeta.com.tw/view/1333375.htm

封面图片

MIT最新研究:AlphaFold蛋白质预测能力太差 目前利用价值还很低

MIT最新研究:AlphaFold蛋白质预测能力太差目前利用价值还很低2018年,Deepmind首次发布基于深度神经网络的蛋白质结构预测数据库AlphaFold,在蛋白质预测中实现了最先进的性能;去年,AlphaFold2获得了98.5%的蛋白质预测率;前段时间,Deepmind又重磅发布了数据集更新,称目前的AlphaFold已经预测了几乎所有已知的蛋白质。PC版:https://www.cnbeta.com/articles/soft/1316665.htm手机版:https://m.cnbeta.com/view/1316665.htm

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人