科学家利用AI模型ESM3，模拟超过5亿年的生物进化过程，生成了一种全新的绿色荧光蛋白esmGFP。esmGFP与现有荧光蛋白序列差异巨大，若通过自然进化则需超过5亿年。ESM3模型由Evolutionary Scale公司研发，能够生成并推理蛋白质序列、结构和功能。该模型展示了强大的生成能力和准确性，为蛋白质设计和药物开发开辟了新路径。ESM3已推出公开测试版，科学家可通过API或代码进行蛋白质设计。

《自然》杂志报道，华盛顿大学医学蛋白质设计研究所和丹麦技术大学科学家利用深度学习工具，设计出一种新型蛋白质，能有效对抗眼镜蛇毒素。这一突破性成果为治疗致命蛇毒提供了新方法。

2024年诺贝尔化学奖授予David Baker，表彰他利用AI“幻觉”技术在蛋白质设计方面的突破。AI“幻觉”通过生成全新蛋白质，加速了科学研究进程，助力癌症治疗和新药开发。尽管该技术存在争议，但已被证明在科学发现中具有巨大潜力。AI的“幻觉”不仅推动了生物学领域的创新，还可能在未来帮助解决可持续发展等问题。

标题：诺奖得主David Baker：AI for Science的13片蓝海 近日，2024年诺贝尔化学奖得主David Baker发表题为《De Novo Protein Design》的演讲，揭示了AI for Science的应用场景及其实际价值。Baker预测，在未来5-10年，AI将助力...

谷歌DeepMind获得了一项新专利，推出基于全原子表征扩散模型的尖端蛋白质设计系统，于12月6日获批。该系统实现了前所未有的精度和效率，标志着生物技术和制药科学领域的革命性突破。专利号为WO2024240774A1，名为《在全原子表征上运行的蛋白质设计扩散模型》。DeepMind的系统整合了先进神经网络和基于扩散的方法，实现了原子级蛋白质设计，相比传统方法更高效。系统核心是全原子表征管理和统一的结构-序列预测，显著提升了计算效率和简化实施流程。该系统结合了目标分子结构信息的条件去噪过程，实现定制化蛋白质设计方案。整个系统分为生成含噪声分子数据、去噪优化和生成高精度蛋白质结构三个阶段。

【摘要】近日，美国能源部阿贡国家实验室团队开发出名为MProt-DPO的创新计算框架，显著推进了蛋白质设计领域的发展。该框架结合了先进的人工智能技术和世界顶级的超级计算机，实现了计算蛋白质设计的重大突破。此成果紧随今年诺贝尔化学奖表彰计算蛋白质设计领域的重大进展之后，标志着向AI自主科学发现迈出了重要一步。此次突破不仅体现了计算科学与生物技术的深度融合，也为未来科研提供了新的可能性。（注：本文摘要控制在200字内，具体时间为11月13日）

【诺贝尔化学奖揭晓：AI与科学的融合新篇章】 2024年诺贝尔化学奖荣誉授予了AI领域的先驱者，表彰其在蛋白质计算设计与预测领域的杰出贡献。戴维·贝克与华盛顿大学携手，成功构建了全新种类的蛋白质，展示了计算设计的无限可能。与此同时，谷歌DeepMind的戴米斯·哈萨比斯和约翰·M·江珀因开发出人工智...

【诺贝尔化学奖揭晓：AI与生物化学家携手，重塑蛋白质研究】 近日，2024年诺贝尔化学奖授予了两组杰出的研究者，表彰他们在提升蛋白质研究效率方面做出的革命性贡献。其中，戴密斯·哈萨比斯与约翰·朱默帕团队开发的AI模型AlphaFold，以其惊人的速度和准确性，解决了预测蛋白质结构这一50年前的难题，...

【2024年诺贝尔化学奖揭晓】瑞典皇家科学院宣布，将2024年诺贝尔化学奖授予大卫·贝克、戴米斯·哈萨比斯和约翰·江珀，表彰他们在蛋白质设计和结构预测领域的杰出贡献。贝克团队通过创新设计出多种蛋白质，应用于药物、疫苗、纳米材料等领域；哈萨比斯和江珀则研发出AI模型AlphaFold，能预测约2亿种蛋...

AI在蛋白质设计上的新突破，为癌症与痴呆症研究带来希望 神经退行性疾病和中风、痴呆症等神经系统疾病是全球公共卫生的重大挑战，影响着大量人口的生活质量与健康。深入理解蛋白质的结构与功能，有望为这些疾病的防治提供关键线索。 自20世纪50年代以来，科学家们对蛋白质折叠问题的探索从未停止。然而，直到Alp...