AISpot

搜尋

找到 2 筆;也可以試試 語意搜尋

Latent Space● 精選AI 評分66

DeepMind 與 Biohub 對談:AlphaFold 沒解決蛋白質摺疊

Google DeepMind 的 Pushmeet Kohli 與 Biohub 的 Sal Candido 在對談中表示,AlphaFold 的突破只是開始,蛋白質摺疊問題遠未解決。兩人認為僅擴大算力與資料不足以解決生物學問題,關鍵是先找到合適的 scaling law,低品質宏基因組資料也能提升蛋白質語言模型;建置虛擬細胞需要根本不同的資料集,研究須從單個蛋白質走向整個生物系統,治癒所有疾病要靠 10x 級突破而非漸進改進。

Google DeepMind blog● 精選AI 評分82

Google 推出 SynthID Bio,為 AI 生成蛋白質加水印

Google 發布 SynthID Bio,將水印技術引入合成生物學,可在不損害生物功能的前提下把不可感知的簽名嵌入蛋白質序列與 AlphaFold 3 預測的 3D 結構中。實驗覆蓋 VEGF-A、SARS-CoV-2 spike RBD 和 PD-L1 三個靶點,加水印設計的命中率、結合親和力與序列多樣性均與未加水印版本相當,並首次造出帶水印且具生物功能的蛋白質結合體。該方法面向 DNA 合成篩查與 PDB、UniProt、GenBank 等資料庫的溯源驗證。