逞能是什么意思(逞能) 武汉社保缴费凭证(武汉社保缴费凭证在哪里打) 无法逃离的背叛人物介绍(无法逃离的背叛) 【Mathematica】怎么绘制常见多面体的展开图?(几何体展开图的画法) 教你如何屌丝逆袭(吊丝怎么逆袭) 电脑键盘后退快捷键(电脑后退快捷键) 大京沙滩旅游攻略(大京沙滩旅游攻略图) wps文本框设置透明教程(wps怎么添加文本框的框怎么透明) 无烟城市之称是哪个城市(无烟城市) 第一天上幼儿园怎么安慰孩子(第一天上幼儿园怎么安慰孩子的情绪) 索坦 舒尼替尼可以治疗哪些病剂量是怎样的?(舒尼替尼索坦药的作用) 锚固长度是什么意思图解(锚固长度是什么意思) iphone12描述文件怎么删除(iphone11如何删除描述文件) 家常狗肉火锅(家常狗肉火锅的做法及配料) 适合七一朗诵的诗歌(适合中秋节朗诵的诗歌) 吉他常用D调和弦图详解(d调吉他和弦指法图) 经济全球化的利弊影响有哪些(经济全球化的利弊) 纸垃圾盒的折法!(垃圾盒的折法视频教程) 梦幻西游红孩儿副本详细攻略(梦幻西游红孩儿副本详细攻略_任务流程) 模糊照片变清晰app(模糊照片变清晰) WORD如何输入不等于符号(word中不等于怎么打) 自考本成绩查询怎么查(自考成绩查询入口) 使徒信经文(使徒信经内容) 关于重阳节主题的简笔画怎么画(关于重阳节主题的简笔画怎么画图片) 简笔画三潭印月(西湖三潭印月简笔画图片) 宝宝身高体重表对照表2023(宝宝身高体重表) 【乐趣】怎样用纸盒做小汽车(用纸盒子怎么做小汽车) 丝带花的两种做法(丝带花的两种做法图解) dnf什么副职业挣钱(dnf什么副职业最挣钱) 数字人民币怎么开户(数字人民币怎么开户使用) 水浒传故事情节概括(谁领风骚故事情节) 招商银行APP上如何进行手机话费充值(招商银行app怎么充值) 杀菌消毒液(杀菌消毒) 怎样系鞋带(怎样系鞋带好看又简单慢教程) 雀梅盆景怎么养(小叶雀梅盆景怎么养) 如何煲耳机森海塞尔(如何煲耳机) 支付宝微信QQ三合一收款码怎么制作(微信qq收款码二合一在线生成) 托尔巴拉德怎么去(wow托尔巴拉德在哪) 花店取名独特好听最新(花店起名) 如何把在线游戏下到电脑上玩 蜻蜓 FM 如何查看下载的文件保存位置(蜻蜓fm下载的东西在哪里) 如何设置微信群空间功能?(如何设置微信群空间功能管理) 威尔克姆出现错误提示的解决方法(威尔克姆打不开怎么办) 你爱或者不爱我爱就在那里不增不减仓央嘉措(你爱或者不爱我爱就在那里不增不减) 怎么看自己的Ip地址(抖音怎么看自己的ip地址) 晚班兼职(晚班) 年会联欢会适合的小游戏(新年联欢会小游戏) 您们是病句吗(您们) PDF文件怎么拆分成多个PDF文件(pdf如何拆分成多个pdf) 雪莲子的做法与吃法(雪莲子的做法与吃法大全)
您的位置:首页 >网友健闻 >

DeepMind和EMBL发布最完整的人类蛋白质3D结构预测数据库

导读 伦敦,2021 年 7 月 22 日 - DeepMind 今天宣布与欧洲生命科学旗舰实验室欧洲分子生物学实验室 (EMBL) 建立合作伙伴关系,以建立

伦敦,2021 年 7 月 22 日 - DeepMind 今天宣布与欧洲生命科学旗舰实验室欧洲分子生物学实验室 (EMBL) 建立合作伙伴关系,以建立迄今为止最完整、最准确的人类蛋白质组预测蛋白质结构模型数据库。这将涵盖人类基因组表达的所有约 20,000 种蛋白质,并且数据将免费公开提供给科学界。该数据库和人工智能系统为结构生物学家提供了强大的新工具来检查蛋白质的三维结构,并提供了一个数据宝库,可以开启未来的进步并预示着人工智能生物学的新时代。

AlphaFold 于 2020 年 12 月被蛋白质结构预测关键评估 (CASP) 基准的组织者认可为解决 50 年来蛋白质结构预测重大挑战的解决方案,这是该领域的一个惊人突破。AlphaFold 蛋白质结构数据库建立在这一创新和几代科学家的发现之上,从蛋白质成像和晶体学的早期先驱到数以千计的预测专家和结构生物学家,他们从那时起就花了数年时间对蛋白质进行实验。该数据库极大地扩展了积累的蛋白质结构知识,使研究人员可用的高精度人类蛋白质结构的数量增加了一倍多。促进对这些生命组成部分的理解,

上周,AlphaFold 的最新高度创新版本背后的方法论是去年 12 月宣布的复杂的人工智能系统,支持这些结构预测,其开源代码发表在Nature 上。今天的公告与第二篇Nature论文同时发表,该论文提供了构成人类蛋白质组的蛋白质的最完整图片,以及对生物学研究很重要的另外 20 种生物体的释放。

DeepMind 创始人兼首席执行官 Demis Hassabis 博士说:“我们在 DeepMind 的目标一直是构建人工智能,然后将其用作工具来帮助加快科学发现本身的步伐,从而促进我们对周围世界的理解。”“我们使用 AlphaFold 生成了人类蛋白质组最完整、最准确的图片。我们相信这是迄今为止人工智能为推进科学知识所做的最重要贡献,并且很好地说明了人工智能可以为社会带来的各种好处.”

AlphaFold 已经在帮助科学家加速发现

根据蛋白质的氨基酸序列以计算方式预测蛋白质形状的能力——而不是通过多年艰苦、费力且通常成本高昂的技术通过实验确定它——已经帮助科学家在几个月内实现了以前需要几年的时间。

“AlphaFold 数据库是开放科学良性循环的完美例子,”EMBL 总干事 Edith Heard 说。“AlphaFold 是使用科学界建立的公共资源中的数据进行训练的,因此它的预测公开是有意义的。公开、自由地分享 AlphaFold 预测将使世界各地的研究人员获得新的见解并推动发现。我相信 AlphaFold 确实是一个生命科学的革命,就像几十年前的基因组学一样,我很自豪 EMBL 能够帮助 DeepMind 实现对这一非凡资源的开放访问。”

标签:

免责声明:本文由用户上传,如有侵权请联系删除!