蛋白质结构资讯

南开统计生物医药团队，多次登上Nature顶级子刊！

近日，南开大学统计与数据科学学院郑伟教授以第一作者身份在Nature Biotechnology发表研究成果，文章提出了一种融合深度学习空间约束与统计能量函数的蛋白质结构预测算法——D-I-TASSER，实现超AlphaFold3的高精度蛋白质结构预测。论文的

在某次直播连线中，一个阳光满满的男生激动地说他对生物充满热情，尤其着迷于蛋白质结构的奥秘，他的眼神里闪烁着那种初生牛犊不怕虎的光，但接下来的提问却把他拉回了地面：我化学成绩不好，还能不能读生物？

研究背景深度学习方法，如AlphaFold2和AlphaFold3，大幅提升了蛋白质三级结构预测的精度，但是其在孤儿蛋白（同源序列较少的蛋白）上的预测效果仍不理想。此外，当前主流方法多聚焦于单结构域蛋白，而自然界中大量蛋白质实际上由多个结构域构成。如何高效且准

传统抗蛇毒血清需要数月时间、依赖动物免疫，而如今，诺奖团队开发的AI“蛋白质设计师”只需几秒钟的时间去定制设计一款蛋白。这项突破不仅让抗蛇毒血清的耐热性突破78℃、成本直降90%，更预示着人类正式进入“AI造药”新时代。

凌晨三点的物流分拣中心里，传送带上的包裹正上演无声的博弈。每个包裹如同棋盘上的棋子，如何在千头万绪中找到最优运输路径？传统AI算法面对这类组合决策问题时，常像陷入迷宫的盲人。直到一组研究者在arXiv上传的论文，为这个困局带来了破晓的曙光。

蛋白质是生命活动的“全能选手”，从细胞结构到免疫防御，全靠它“撑场子”。虽然由 20 种氨基酸通过肽键连接形成，但排列组合方式多到“爆炸”！如果考虑所有可能的氨基酸排列方式，理论上，蛋白质的种类几乎是无限的。仅 100 个氨基酸的链条，就能拼出 20*100

在我们每个人的体检报告中，有不少跟蛋白有关的指标，比如白蛋白、球蛋白、总蛋白、转铁蛋白等。我们的身体是由数不清的蛋白质构成的，蛋白质和我们的疾病、衰老息息相关，但人类真正了解的蛋白质结构，至今也不过20万~30万个，可以说是九牛一毛。而AI的出现，正以前所未有

近些年来，人工智能（AI）在生命科学领域促成了许多令人兴奋的突破性进展。其中， AlphaFold的横空出世开创了蛋白质预测的全新时代。从最初在国际蛋白质结构预测竞赛亮相，以惊人的预测准确率拔得头筹之后，AlphaFold一直在挑战新的极限：它先后实现对98.

大模型（Foundation Models）是通过自监督或半监督学习，在大规模、多样化的未标注数据训练的深度神经网络模型。这些模型具备广泛的通用性，能够适应自然语言处理、计算机视觉、语音识别等多种下游任务。大模型的提出标志着人工智能系统构建方式的重大革新。

人工智能（AI）在科研活动中的应用，特别是在药物开发领域，已经成为一种强有力的工具。以下是几个关键原因和应用场景，解释了为什么AI可以有效地应用于这一复杂且资源密集型的过程：

在中共临沂市委网信办的指导下，临沂市融媒体中心（传媒集团）“在临沂”客户端品牌栏目“在临沂网评”全方位集纳、展示全市优秀网络评论作品，剖析社会热点，回应群众关切，广泛凝聚共识，汇聚奋进力量，努力在全市范围打造有态度、有深度、有温度的网络评论生态圈，传播临沂好声

5月17日，中国科学院计算技术研究所成功举办第二十一届公众科学日，全天有5000多人次走进计算所参加公众科学日活动。计算所2025年公众科学日以“科幻点燃科学梦”为主题，旨在通过公众和青少年有吸引力、感兴趣的科幻题材作为切入点，培养公众和青少年的科学兴趣。计算

2024年11月4日，Nature发表文章Five protein-design questions that still challenge AI，讨论了蛋白质的AI设计仍然面临的五个问题。