ByteDance Research登Nature子刊：AI+冷凍電鏡，揭示蛋白質動態

AIGC動態歡迎閱讀

原標題：ByteDance Research登Nature子刊：AI+冷凍電鏡，揭示蛋白質動態
關鍵字：字節跳動,結構,動態,模型,蛋白質
文章來源：機器之心
內容字數：0字

內容摘要：

機器之心發布
機器之心編輯部2024 年的諾貝爾化學獎頒發給了在結構生物學領域取得重大成就的 David Baker 團隊和 AlphaFold 團隊，激發了 AI for science 領域新的研究熱潮。
近兩年科學界一個飽受爭議的命題是：“AlphaFold 是否終結了結構生物學？” 首先，AlphaFold 之類的結構預測模型的訓練數據正是來自于以 X 射線、冷凍電鏡（cryo-EM）等為代表的傳統結構解析方法。其次，冷凍電鏡技術非常擅長解析蛋白質的動態，而這正是 AlphaFold 所無法做到的。巧合的是，冷凍電鏡這項技術于 2017 年也獲得了諾貝爾化學獎。
那么，以 AlphaFold 為代表的 AI 技術能否輔助以 cryo-EM 為代表的傳統方法？兩個諾獎級技術的碰撞，能夠擦出什么樣的火花？
ByteDance Research 提出 AI for Science 模型被 Nature 子刊收錄
近日，來自字節跳動 ByteDance Research 團隊的研究人員提出了 CryoSTAR 方法，成功將來自原子模型的結構先驗應用到冷凍電鏡實驗數據的動態解析中，為解決

原文鏈接：ByteDance Research登Nature子刊：AI+冷凍電鏡，揭示蛋白質動態

聯系作者

文章來源：機器之心
作者微信：
作者簡介：