《機器智能》：秒級預測蛋白質結構的大模型上線
原文地址：http://news.sciencenet.cn/htmlnews/2023/10/510009.shtm......閱讀全文
《機器智能》：秒級預測蛋白質結構的大模型上線
原文地址：http://news.sciencenet.cn/htmlnews/2023/10/510009.shtm
伏羲大模型亮相：人工智能助力解決極端天氣預測難題
今年9月1日上午，復旦大學2023級新生開學典禮在光華樓前大草坪舉行，來自80個國家和地區的1.6萬余名新同學，齊聚光草，共赴這場青春盛會。 在此之前，上海已接連三日雨水不斷，當人們以為第四天也如天氣預報所說“今天有雨”，只得取消室外活動時，復旦大學卻反其道而行之——近20年來首次舉辦戶外開學
科學家利用遷移學習建立計算大模型預測基因調控研究
基因網絡繪制需要大量轉錄組數據用于建立基因之間的聯系，這也阻礙了一些數據有限場景（如罕見病）等研究。最近，利用遷移學習的機器學習技術在自然語言和計算機視覺等領域帶來了變革性進展，其通過在大規模通用數據集上進行大模型預訓練，而后遷移到數據量有限的特定任務進行微調。美國博德研究所等研究團隊提出了一個
蛋白質二級結構預測－人工神經網絡方法
人工神經網絡是一種復雜的信息處理模型。隨著神經網絡研究的興起，科學家們也將神經網絡用于生物信息學，其中包括二級結構的預測、蛋白質結構的分類、折疊方式的預測以及基因序列的分析等等。將神經網絡用于二級結構預測的最早是由Qian和Sejnowskit提出的，他們受到神經網絡在文字語言處理方面應用的啟發，將
Nature：計算機模型預測學術成功
電腦模型預測論文數量、任職機構及性別關乎學術成就 在發表同等數量文章的情況下，和男性生物學家相比，女性生物學家成為學術帶頭人的可能性更低。 最近，研究者用電腦模型證明：對事業起步期的科學家來說，“不發表就發臭”是一條黃金準則。根據計算公式，對于年輕科學家來說，以第一作者身份在知名期刊上發表的論文
預測蛋白質3D結構，單條蛋白質序列就能實現
7月22日，華深智藥對外宣布，公司在蛋白質結構預測方面開發出一項新技術OmegaFold，突破了已有計算機預測三維結構的模式，是人工智能（AI）和生命科學領域結合實現的一個突破。華深智藥是由清華大學人工智能產業研究院孵化，是一家致力于使用AI重構藥物開發流程來提高新藥研發速度和效率的企業。日前，華深
大模型加速改變云計算行業規則
原文地址：http://news.sciencenet.cn/htmlnews/2023/4/498365.shtm
科學家創建近視眼人工智能預測模型
中山大學中山眼科中心劉奕志團隊利用百萬醫學驗光大數據，創建了近視眼人工智能預測模型，可對近視進展趨勢進行個體化預測。相關成果日前在線發表于《科學公共圖書館—醫學》。 近視眼如果能及早預測其發展規律，并施以增加戶外活動等早期干預手段，可減緩其發生發展，對降低高度近視的風險有重要意義。 劉奕志團
蛋白質序列分析和結構預測
【實驗目的】 1、掌握蛋白質序列檢索的操作方法； 2、熟悉蛋白質基本性質分析； 3、熟悉基于序列同源性分析的蛋白質功能預測，了解基于motif、結構位點、結構功能域數據庫的蛋白質功能預測； 4、了解蛋白質結構預測。【實驗內容】 1、使用Entrez或SRS信息查詢系統檢索人脂聯素（ad
蛋白質結構預測(protein－structure－prediction)
一種生物體的基因組規定了所有構成該生物體的蛋白質，基因規定了組成蛋白質的氨基酸序列。雖然蛋白質由氨基酸的線性序列組成，但是，它們只有折疊成特定的空間構象才能具有相應的活性和相應的生物學功能。了解蛋白質的空間結構不僅有利于認識蛋白質的功能，也有利于認識蛋白質是如何執行其功能的。確定蛋白質的結構對于生物
蛋白質序列分析和結構預測
【實驗目的】1、掌握蛋白質序列檢索的操作方法；2、熟悉蛋白質基本性質分析；3、熟悉基于序列同源性分析的蛋白質功能預測，了解基于motif、 結構位點、結構功能域數據庫的蛋白質功能預測；4、了解蛋白質結構預測。【實驗內容】1、使用Entrez或SRS信息查詢系統檢索人脂聯素 (adiponectin)
超大規模人工智能模型“悟道1.0”發布
原文地址：http://news.sciencenet.cn/htmlnews/2021/3/454887.shtm 3月20日，北京智源人工智能研究院（簡稱“智源研究院”）在京發布了超大規模人工智能（AI）模型“悟道1.0”。據悉，該模型是我國首個超大規模人工智能模型系統，可謂是人工智能應用的
蛋白質二級結構預測－綜合各種分析方法預測
綜合各種分析方法預測在實際進行蛋白質二級結構預測時，往往會綜合應用各種分析方法和相關數據。綜合方法不僅包括各種預測方法的綜合，而且也包括結構實驗結果、序列對比結果、蛋白質結構分類預測結果等信息的綜合。實際應用中最常見的綜合方法是同時使用多個軟件進行預測，通過分析各個軟件的特點以及各個軟件預測結果，最
ChouFasman預測方法預測蛋白質二級結構
Chou-Fasman方法是一種基于單個氨基酸殘基統計的經驗參數方法，由Chou和Fasman在20世紀70年代提出來。通過統計分析，獲得的每個殘基出現于特定二級結構構象的傾向性因子，進而利用這些傾向性因子預測蛋白質的二級結構。每種氨基酸殘基出現在各種二級結構中傾向或者頻率是不同的，例如Glu主要出
通過計算模型預測先導編輯效率及脫靶率，拓展應用前景
CRISPR基因編輯技術自問世以來，就展現出無可比擬的優勢，并深刻改變了基因編輯領域乃至整個生命科學的研究模式。近年來，基于CRISPR系統開發的先導編輯（Prime Editing，PE）引起科學家們的關注，有望引領基因編輯的全新變革。 先導編輯是由劉如謙（David Liu）實驗室于201
預測蛋白質相互作用的計算方法
蛋白質相互作用研究能夠從分子水平上揭示蛋白質的功能，幫助揭示生長發育、新陳代謝、分化和凋亡等細胞活動的規律。在全基因組范圍內識別蛋白質相互作用對是解釋細胞調控機制的重要一步。隨著蛋白質相互作用實驗技術的發展，人們能夠獲得大量的蛋白質相互作用數據，甚至能夠在全基因組范圍內對蛋白質相互作用進行分析。
“復雜生物系統群智演化模型”－通過成果鑒定
5月6日上午，由中國科學院沈陽自動化研究所承擔的“復雜生物系統群智演化模型與優化的基礎理論及方法”科技成果鑒定會在該所舉行，所黨委書記兼副所長桑子剛、科技處處長孫海濤等參加了成果鑒定會。 鑒定會上，信息服務與智能控制技術研究室主任朱云龍研究員就生物群智計算研究課題組的研究工作做了總體匯報。
蛋白質序列分析和結構預測實驗
實驗步驟 1. ?人脂聯素蛋白質序列的檢索（1）調用Internet瀏覽器并在其地址欄輸入Entrez網址（http://www.ncbi.nlm.nih.gov/Entrez）；（2）在Search后的選擇欄中選擇protein；（3）在輸入欄輸入homo sapiens adiponectin；
蛋白質序列分析和結構預測實驗
實驗步驟1. ?人脂聯素蛋白質序列的檢索（1）調用Internet瀏覽器并在其地址欄輸入Entrez網址（http://www.ncbi.nlm.nih.gov/Entrez）；（2）在Search后的選擇欄中選擇protein；（3）在輸入欄輸入homo sapiens adiponectin；（
蛋白質序列分析和結構預測實驗
蛋白質序列分析和結構預測實驗 ? ? ? ? ? ? 實驗步驟 1. ?人脂聯素蛋白質序列的檢索（1）調用Internet瀏覽器并在其
研究利用人工智能預測蛋白質“光學指紋”
蛋白質是生命的基石，生物的功能依賴于既穩定而又靈活可變的蛋白質結構。蛋白質的光譜響應信號，尤其是紫外光譜，可以稱之為蛋白質骨架的“指紋”。這個“光學指紋”，經過理論模擬的解讀，可以揭示出精確的蛋白質結構，為生命科學和醫學診斷提供極其重要的信息。 然而，蛋白質的結構極其復雜多變，需要做大量的高精
國家超級計算天津中心發布“天河天元”大模型
原文地址：http://news.sciencenet.cn/htmlnews/2023/5/501029.shtm5月20日，在第七屆世界智能大會上，國家超級計算天津中心正式發布“天河E級智能計算開放創新平臺”和“天河天元大模型”。近期，ChatGPT的爆火引發了信息技術領域的“大模型熱”，國內多
蛋白質三級機構預測－同源模型化法2
5、構建目標蛋白質的環區：在第2步的序列比對中，可能加入空位，這些區域常常對應于二級結構元素之間的環區，對于環區需要另外建立模型。一般也是采用經驗性方法，從已知結構的蛋白質中尋找一個最優的環區，拷貝其結構數據。如果找不到相應的環區，則需要用其它方法。6、優化模型：通過上述過程為目標蛋白質U建立了一個
蛋白質三級機構預測－同源模型化法1
蛋白質結構預測的生物學意義生物信息學研究的一個主要目標是了解蛋白質序列與三維結構的關系，但是序列與結構之間的關系是非常復雜的。人們已經掌握了一些蛋白質序列與二級結構之間的關系，但是對于蛋白質序列與空間結構之間的關系了解得比較少。預測蛋白質的二級結構只是預測折疊蛋白的三維形狀的第一步。一些結構不是很規
機器學習模型預測中風？
中風的診斷可能很棘手，因為患者并不總是表現出典型的癥狀，而且其他疾病也可能模仿它。研究人員利用現有數據開發了一種機器學習模型，可以準確預測中風，并可能使診斷變得更容易。診斷錯誤是一個主要的公共衛生問題，造成了可預防的病人傷害和衛生超支。由于診斷錯誤而導致的可預防的中風死亡比誤診的心臟病發作要常見30
JCIM：計算提升蛋白質蛋白質相互作用的預測精度
蛋白質-蛋白質相互作用和識別在生物學過程中有著非常重要的作用。盡管結構生物學已經取得了較大的進展，但直接采用實驗方法確定蛋白質-蛋白質復合物結構仍然非常困難。分子對接技術是預測蛋白質-蛋白質復合物結構的有效方法。蛋白質-小分子之間的相互作用一般蛋白質受體有結合口袋，相互作用區域比較明確，而蛋白質
“他者”涌現：生成式人工智能大模型漫談
原文地址：http://news.sciencenet.cn/htmlnews/2023/5/499798.shtm 人工智能近年來的快速發展引起了人們的廣泛關注，生成式大模型成為了當前最熱門的研究方向之一。只要在網上沖浪，人們總會以各種渠道看到聽到人工智能新聞和作品，從最早出現在大眾視野的Al
蛋白質結構和功能的基礎模型
蛋白質設計程序使用在體內環境中驅動蛋白質的分子力的計算機模型。為了使問題易于解決，蛋白質設計模型簡化了這些作用力。盡管蛋白質設計程序相差很大，但它們必須解決四個主要的建模問題：設計的目標結構是什么，目標結構允許什么樣的靈活性，搜索中包括哪些序列，以及將使用哪個力場來分數序列和結構。目標結構蛋白質功能
蛋白質三級機構（空間結構）預測－從頭預測法
H-P模型是基于三種簡化的，即蛋白質中各個氨基酸殘基的α碳原子都位于二維網格或三維網格的格點上，疏水作用是蛋白折疊中唯一的重要因素，同時通過計算疏水殘基接觸的數目代替構象的能量計算。雖然這樣的處理非常簡單，但是，通過H-P模型的計算分析，能夠發現蛋白質折疊的一些機制。如果在蛋白質模型中取消氨基酸定位
Meta公司AI預測6億蛋白質結構
ESM宏基因組圖譜數據庫包含6.17億個蛋白質的結構預測。圖片來源：ESM宏基因組圖譜 谷歌旗下人工智能（AI）公司Deep Mind今年公布了2.2億個蛋白質的預測結構，幾乎涵蓋了DNA數據庫中已知生物的所有蛋白質。現在，另一個科技巨頭正在填補蛋白質宇宙中的暗物質。 Meta公司（前