DiffDock
-
AlphaFold 3能否替代传统对接和物理计算?深剖小分子与金属配体预测表现
作为计算化学和药物研发领域近期的最大热点,AlphaFold 3(AF3)将预测范围从单纯的蛋白质拓展到了核酸、小分子配体、金属离子以及化学修饰。这一跨越在学术界和工业界都引起了巨大震动。 但在热闹的宣发背后,我们需要冷静地评估两个核...
-
如何评价开源模型 Boltz-1 和 Chai-1?它们能否在药物研发中真正替代 AlphaFold 3?
在 AI 结构生物学领域,AlphaFold 3(AF3)的发布无疑是一座里程碑,它将预测范围从单纯的蛋白质拓展到了核酸、小分子配体和修饰。然而,对于制药工业界和广大科研人员来说,AF3 最初“犹抱琵琶半遮面”的闭源状态(早期仅提供有诸多...
-
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...
-
别再用ColabFold做万级筛选了:超高通量抗体-抗原盲对接的几何深度学习工具指南
在抗体药物研发的早期阶段,面对数十万个候选抗体序列, ColabFold(基于 AlphaFold-Multimer)的推断速度是无法承受的。 尽管它的精度极高,但其庞大的参数量和自注意力机制的时间复杂度,导致单次对接耗时通常在数分钟到...