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...

  43 2026/6/4 计算化学药物研发

• 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...

  43 2026/6/5 药物研发生物信息学

• 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...

  27 2026/6/6 AI制药AIDD生物信息学

• 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...

  1 2026/6/10 几何深度学习抗体抗原对接DiffDock