据悉，AlphaFold 在全球 190 多个国家拥有超过 250 万用户，在亚太地区的用户总数已突破 100 万——占全球用户总量的三分之一以上。从基础研究到实际应用，AlphaFold 展现出人工智能技术对生命科学的深远影响。2024 年 10 ...

作者：哇塞编辑：李宝珠转载请联系本公众号获得授权，并标明来源剑桥大学的研究团队创新地提出 AlphaFold-Metainference 方法，巧妙地将 AlphaFold ...

3月28日外媒科学网站摘要：突破性发现！人类视网膜干细胞或让失明者重见光明,科学,视网膜,细胞,dna ...

今日（3/27），Google ...

作者：Xeriano、Cage AlphaFold 3 获得诺贝尔奖是 AI 智能重要的里程碑，让我们有信心类似 AlphaFold 的模型能为接下来十年的科学和生物结构发现起到关键作用。这个问题已经困扰了学界 50 余年，如果我们用计算机软件类比药物设计，蛋白质序列是一串代码，预测蛋白质的折叠结构则是把代码编译为一个 ...

【新智元导读】谷歌DeepMind又有重磅研究了！AlphaFold 3一经推出，就登上Nature头版。从此，人类冲破「蛋白质宇宙」，所有生物分子结构都可以预测了 ...

AlphaFold的运用让我们看到AI在生物结构研究中的巨大潜力，它可以作为研究的前期工具，帮助科学家筛选出值得进一步验证的结构。然而，这并不意味着它可以替代实验生物学。因为在很多实例中，AlphaFold的预测结果并不能准确反映真实情况，许多结构的动态特性和细微变化无法通过静态预测获取，这对于研究复杂生命现象尤为重要。科学家在利用AI技术时，仍需将实验验证作为关键手段，确保新发现的可靠性。

截至目前，AlphaFold的3个主要版本分别是AlphaFold1、AlphaFold2和AlphaFold3，各自代表了从基础探索，到高精度预测和复合体建模的逐步演进（表1）。