AIGC動態(tài)歡迎閱讀

原標(biāo)題：超越AF2？Iambic、英偉達(dá)、加州理工學(xué)院開發(fā)多尺度深度生成模型，進(jìn)行狀態(tài)特異性蛋白質(zhì)-配體復(fù)合物結(jié)構(gòu)預(yù)測
關(guān)鍵字：蛋白質(zhì),結(jié)構(gòu),復(fù)合物,模型,分子
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：5565字

內(nèi)容摘要：

將 ScienceAI設(shè)為星標(biāo)
第一時間掌握
新鮮的 AI for Science 資訊編輯 | 蘿卜皮
由蛋白質(zhì)和小分子配體形成的結(jié)合復(fù)合物無處不在，對生命至關(guān)重要。雖然最近科學(xué)家在蛋白質(zhì)結(jié)構(gòu)預(yù)測方面取得了進(jìn)展，但現(xiàn)有算法無法系統(tǒng)地預(yù)測結(jié)合配體結(jié)構(gòu)及其對蛋白質(zhì)折疊的調(diào)節(jié)作用。
為了解決這種差異，AI 制藥公司 Iambic Therapeutics、英偉達(dá)（Nvidia Corporation）以及加州理工學(xué)院（California Institute of Technology）的研究人員提出了 NeuralPLexer，這是一種計算方法，可以僅使用蛋白質(zhì)序列和配體分子圖輸入直接預(yù)測蛋白質(zhì)-配體復(fù)合物結(jié)構(gòu)。
NeuralPLexer 采用深度生成模型以原子分辨率對結(jié)合復(fù)合物的三維結(jié)構(gòu)及其構(gòu)象變化進(jìn)行采樣。該模型基于擴(kuò)散過程，該過程結(jié)合了基本的生物物理約束和多尺度幾何深度學(xué)習(xí)系統(tǒng)，以分層方式迭代采樣殘留級接觸圖和所有重原子坐標(biāo)。
NeuralPLexer 預(yù)測與酶工程和藥物發(fā)現(xiàn)中重要靶點的結(jié)構(gòu)測定實驗相一致，其在蛋白質(zhì)組規(guī)模上加速功能蛋白和小分子設(shè)計方面擁有巨大潛力。
該研究以「St

原文鏈接：超越AF2？Iambic、英偉達(dá)、加州理工學(xué)院開發(fā)多尺度深度生成模型，進(jìn)行狀態(tài)特異性蛋白質(zhì)-配體復(fù)合物結(jié)構(gòu)預(yù)測

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：almosthuman2014
作者簡介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺