AlphaFold斩获诺奖背后：2亿蛋白质结构免费开放，亚太用户破百万 近日，Google DeepMind的产品经理Dhavi Patel在媒体分享会上展示了AlphaFold在蛋白质结构预测及生命科学领域的应用。AlphaFold在全球190多个国家拥有超250万用户，其中亚太地区用户突破1...

微软研究院于2月20日发布AI模型BioEmu-1，能预测蛋白质随时间的运动和形状变化，弥补了仅预测静态结构的不足。不同于AlphaFold专注于静态结构，BioEmu-1模拟动态转换，生成多个可能的蛋白质构象，加速药物研发。该模型利用生成式深度学习，结合多种数据集进行训练，每小时可生成数千个蛋白质结构样本，显著提升研究效率并降低成本。

标题：AI 科学家获诺奖后：从 CASP 看蛋白质结构预测的机遇与挑战 2025年1月5日，雷峰网、AI科技评论GAIR Live品牌与CASP评估的优秀华人团队联合举办了主题为“诺奖之后的新篇章：蛋白质结构预测的机遇与挑战”的线上圆桌沙龙。主持人江苏理工学院教授常珊，与密苏里大学计算机系教授程建林...

**摘要：** 11月11日，谷歌DeepMind团队开源了AlphaFold3源代码，这是一款曾获诺贝尔奖的蛋白质结构建模工具。相较于AlphaFold2，AlphaFold3能在与其他分子相互作用时更精准地建模蛋白质，且允许学术研究者自行运行模型，进行更广泛的实验。该工具目前仅供学术用途，但已为药物发现等领域带来新的可能性。DeepMind团队负责人约翰·贾姆珀表示对研究人员的应用充满期待。尽管目前仅有学术背景的科学家能访问其训练权重，但其他公司也在开发基于AlphaFold3的开源模型，竞争日趋激烈。 （217字）

2024年诺贝尔化学奖和物理学奖分别授予了AI相关研究，其中蛋白质设计和AI模型对蛋白质结构预测的研究备受瞩目。这些成果已在美妆科研领域得到广泛应用，尤其在肽类成分的开发中。例如，DeepMind的AlphaFold模型预测了大量蛋白质结构，显著提高了美妆科研的效率和准确性。上海家化等企业利用AI技术加速了成分开发，降低了成本和研发周期。尽管AI在美妆科研中表现出色，但仍面临数据孤岛、专业人才匮乏和技术迭代快等问题。不过，随着资本和政策的支持，AI在美妆领域的应用前景广阔，预计未来将进一步推动科研创新。 摘要保留了关键信息，包括获奖者及其贡献、AI在美妆科研中的应用、挑战及前景。

北京时间2024年10月9日，DeepMind的科学家德米斯·哈萨比斯和约翰·江珀荣获2024年诺贝尔化学奖，以表彰他们在蛋白质结构预测领域的贡献。他们开发的人工智能工具AlphaFold能够准确预测蛋白质结构，现已预测超过2亿种蛋白质结构。AlphaFold在核孔复合物（NPCs）的研究中发挥了关键作用，帮助构建其近完整结构。此外，AlphaFold在解决全球重大挑战方面展现出巨大潜力，包括加速构建吃塑料的酶以应对塑料污染，以及提高作物抗病能力以保障全球粮食供应。AlphaFold的应用几乎涵盖了生物学的各个领域，从对抗疟疾、帕金森病到设计新药物，展示了其广泛的影响和深远的意义。

2024年诺贝尔化学奖授予大卫·贝克、德米斯·哈萨比斯和约翰·江珀，以表彰他们在破解蛋白质结构方面的工作。自1958年以来，蛋白质结构一直是诺贝尔化学奖的关注点，而计算机和人工智能方法的引入，不仅预测了几乎所有已知蛋白质结构，还能设计全新蛋白质，为生物医药开辟新途径。 贝克教授是计算预测蛋白质结构的...

今日，谷歌DeepMind联合创始人兼CEO Demis Hassabis荣获诺贝尔化学奖，成为AI大模型领域的一次重大突破。凭借其团队开发的蛋白质结构预测大模型AlphaFold系列，尤其是最新的AlphaFold-3版本，Demis和他的团队实现了对几乎所有生物分子复合物结构的精准预测，极大地加...

北京时间10月9日，瑞典皇家科学院宣布将2024年诺贝尔化学奖授予美国华盛顿大学教授大卫·贝克和英国人工智能公司谷歌DeepMind的丹米斯·哈萨比斯与约翰·乔普。贝克因在计算蛋白质设计领域的贡献获得一半奖金，哈萨比斯与乔普则因其在蛋白质结构预测领域的突破性工作共享另一半奖金。 贝克在蛋白质设计领...

2024年诺贝尔化学奖揭晓，三位AI领域的大咖获奖。David Baker因在计算蛋白质设计方面做出的贡献，以及Demis Hassabis和John M. Jumper在蛋白质结构预测上的成就，共同获得此荣誉。David Baker，美国生物化学家，以开创性的设计蛋白质和预测其三维结构方法闻名，对...