清华大学心理与认知科学系主任刘嘉指出，人工智能赋能下的教育将使知识获取变得更加高效、更加全面、更加系统，原来以教师为中心的教学模式将向以学生为中心的模式转变。在课堂教学环节，智能教学工具如智能白板、互动教学平台等，为教师和学生搭建起更加便捷、高效的互动桥梁。这些工具还能实时收集学生的学习数据，如答题情况、参与讨论的活跃度等，通过数据分析，教师能够精准了解每个学生的学习状况，及时调整教学策略，实现个 ...

人工智能的飞速发展为生物学研究带来了深远影响，其中，AlphaFold2在蛋白质结构预测领域引发了革命性的突破。本文评估了AlphaFold2对GPCR结构预测的可靠性，发现其虽能准确捕捉GPCR整体骨架的主要特征，但在胞外域与跨膜域的组装、配体结合口袋的形状以及信号传导界面的构象等方面，与实验解析的高分辨率结构存在显著差异。这些差异限制了其在GPCR功能研究和基于结构的药物设计中的应用能力。因此 ...

人工智能正在重塑科学研究的边界，AlphaFold2作为蛋白质结构预测领域的革命性工具，以其惊人的预测精度引发了广泛关注。然而，近期研究揭示，AlphaFold2在关键结构细节和动态变化预测方面仍存在显著局限，这为AI与传统实验方法的结合提供了重要启示。

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 ...

人工智能的飞速发展为生物学研究带来了深远影响，其中，AlphaFold2在蛋白质结构预测领域引发了革命性的突破。本文评估了AlphaFold2对GPCR结构预测的 ...

为探究 DET1 - DDB1 - DDA1（DDD）复合物的作用机制，奥塔哥大学研究人员开展研究，揭示其结构及 E2 酶和 COP1 的招募机制，为理解相关细胞过程提供依据。 在生命的微观世界里，蛋白质的 “命运” 时刻受到各种精密机制的调控。其中，蛋白质的泛素化修饰（一种 ...

在这项最新研究中，研究团队通过混合结构和序列搜索，通过 AlphaFold2 等深度学习工具预测蛋白质结构，并结合 DALI 等算法进行结构相似性比较 ...

他们开发的AlphaFold2模型解决了一个已有50年历史的重大难题。 精准预测蛋白质结构对生命科学意义重大。AlphaFold2基于大量氨基酸序列及对应蛋白质三维结构数据进行训练，最终实现了端到端准确预测蛋白质结构，不到一年时间就预测了超过两亿个蛋白质三维 ...

Latent Labs 创始人兼 CEO Simon Kohl 博士，此前是 DeepMind 蛋白质设计团队的联合领导者，也是 AI 预测蛋白质结构工具 AlphaFold2 的高级研究科学家 ...

在这项最新研究中，研究团队使用 Rosetta 软件进行序列设计和优化，结合 AlphaFold2 进行结构预测和验证。首先设计了一个稳定的四螺旋束结构的水溶性荧光激活蛋白（wFAP），该蛋白具有一个中央口袋，能够结合并激活荧光配体（HBC599），其中 wFAP1.1 和 wFAP1.2 变体 ...

2025-02-20 12:47发布于上海科学领域创作达人 该研究从头设计了靶向L型蛋白质或L型多肽的特定表面区域的D型蛋白质，这也是首次实现异手性蛋白复合 ...