AIDD
-
如何用图神经网络(GNN)预测RNA二级结构与配体结合位点?一文读懂前沿算法框架
在AI制药(AIDD)领域,RNA作为药物靶点(如核糖开关、非编码RNA、病毒RNA基因组)的潜力正被快速释放。然而,RNA极易弯折且动态多变,其功能的发挥高度依赖于其空间折叠结构以及与小分子配体的特异性结合。 传统的实验方法(如X射...
-
AlphaFold 3 开源学术权重后,AI 制药创业公司靠什么活下去
Google DeepMind 终究还是向学术界低了头。 AlphaFold 3(以下简称 AF3)的源代码和学术权重正式开源。这一举动,把大半年前因“仅提供 Web 服务器、限制每日调用、不给权重”而引发的学术界怒火彻底平息,但也顺...
-
那些曾经靠「解结构」坐拥 CNS 的实验室,在 AlphaFold 3 时代都转型去哪了?
AlphaFold 3(AF3)的开源,尤其是它对蛋白质-核酸、蛋白质-小分子配体、修饰性化学基团复合物预测能力的跃升,确实给传统结构生物学界带来了一场海啸。 在几年前,冷冻电镜(Cryo-EM)刚普及的“黄金时代”,一个课题组只要能...
-
AlphaFold 3 都能预测配体结合了,为什么 AI 制药公司还要砸钱做湿实验?
在生物医药和 AI 交叉领域,AlphaFold 3(AF3)的发布无疑是一场地震。它不仅能预测蛋白质结构,还能预测蛋白质与小分子配体、DNA、RNA 的复合物结构。 这时候,很多行外人(甚至不少投资人)都会产生一个极其自然的疑问: ...
-
除了AlphaFold 3,现代AI药物设计管线里还有哪些不可或缺的底层模型?
在AI制药(AIDD)领域,AlphaFold 3毫无疑问是聚光灯下最耀眼的明星。它解决了“结构预测”这一历史性难题。然而,药物研发是一个漫长且复杂的系统工程,从靶点发现、先导化合物筛选、结构优化到ADMET(吸收、分布、代谢、排泄和毒性...