标签：AlphaFold

随着人工智能和高性能计算的快速发展，ASC世界大学生超级计算机竞赛已经成为全球最具影响力的大学生超算赛事之一。2025年ASC大赛（ASC 25）总决赛在青海大学圆满落幕，上海交通大学代表队凭借出色的性能优化能力夺得冠军，北京大学代表队紧随其后获得亚军。此外，北京邮电大学、浙江大学、清华大学、中山大学等高校的团队也表现出色，荣获一等奖。 基于CPU的AI推理优化成亮点 本届比赛的一大亮点是基于CPU进行AI应用的推理优化。浙江大学代表队在DeepSeek推理优化赛题中展现了卓越的技术实力，以每秒14个 token的速度实现...

第一段 近日，在谷歌举办的一场媒体分享会上，谷歌DeepMind的产品经理Dhavi Patel详细介绍了AlphaFold在蛋白质结构预测及生命科学领域的应用。数据显示，AlphaFold在全球190多个国家拥有超过250万用户，其中亚太地区的用户数量已突破100万，占全球总用户的三分之一以上。从基础研究到实际应用，AlphaFold展现了人工智能技术对生命科学的深远影响。2024年10月，AlphaFold荣获诺贝尔化学奖，充分体现了其在科学界的重要地位。据估计，AlphaFold的应用已潜在节省了数百万美元的科研经费，并大幅缩短了科研周期。 第二段 在分...

谷歌DeepMind创始人荣获诺贝尔化学奖 本周，谷歌DeepMind的联合创始人兼首席执行官Demis Hassabis凭借AlphaFold系列模型荣获诺贝尔化学奖，这是人工智能领域首次获得如此殊荣。AlphaFold-3作为该系列的最新版本，在生物分子结构、蛋白质-配体结构及生物复合体预测方面取得了显著进展，有望加速新药研发过程。 然而，AlphaFold-3模型是闭源的，并且在某些国家和地区存在使用限制。因此，AI研究团队Chai开发了一款开源的多模态分子结构预测模型Chai-1。用户可以通过以下链接访问该项目： - 开源地址：[https：//github.com/...

2024年的诺贝尔化学奖一半授予了大卫·贝克（David Baker），以表彰他在计算蛋白质设计方面的贡献；另一半则共同授予了德米斯·哈萨比斯（Demis Hassabis）和约翰·M·詹珀（John M. Jumper），以表彰他们在蛋白质结构预测方面的成就。 大卫·贝克是华盛顿大学蛋白质设计研究所的所长，被誉为蛋白质设计领域的先驱。自2003年起，他成功设计了多种创新蛋白质，如Top7，这些蛋白质广泛应用于药物、疫苗、纳米材料和微型传感器等领域。1999年，他提出了蛋白质结构预测算法RoseTTA，早于DeepMind的AlphaFold。 德米斯·哈萨比斯是Goo...

凌晨1点，加利福尼亚州的科学家杰弗里·辛顿（Geoffrey E. Hinton）刚刚躺下不久，就被一阵急促的电话铃声吵醒。他犹豫了一下，最终还是接听了电话。来电者告诉他：“恭喜你获得了今年的诺贝尔物理学奖。” 辛顿的第一反应是怀疑自己遇到了诈骗电话。毕竟，他并不是物理学家，甚至在大学一年级时还从物理学专业转到了其他领域。然而，这次获奖却证实了他的研究成果得到了国际认可。 辛顿被誉为“AI教父”，因其在人工神经网络和深度学习上的突出成就，他早在2018年就获得了图灵奖。此次获奖使他成为历史上首位同时获得图灵奖和...

今年的诺贝尔化学奖授予了三位在蛋白质设计和结构预测领域做出杰出贡献的科学家。奖项一半授予了美国西雅图华盛顿大学的 David Baker，另一半则颁发给了来自英国 Google DeepMind 的 Demis Hassabis 和 John Jumper。诺贝尔化学奖委员会主席 Heiner Linke 表示，今年的诺贝尔化学奖如同“双花并蒂”，不仅表彰了蛋白质结构的构建，还肯定了基于氨基酸序列的蛋白质结构预测。 哥伦比亚大学的科学家 Mohammed AlQuraishi 在社交媒体上发文祝贺，称三位科学家实至名归。许多人可能会感到困惑：为什么化学奖会颁发给生物领域？蛋...

昨天，AI领域的领军人物Geoff Hinton刚刚荣获诺贝尔物理学奖，今天，谷歌DeepMind的联合创始人兼CEO Demis Hassabis又摘得了化学奖！Demis之所以能够获得化学奖，主要得益于谷歌著名的蛋白质结构预测模型——AlphaFold系列。 今年5月9日，谷歌DeepMind重磅推出了AlphaFold-3，该模型能够精确预测蛋白质-配体、蛋白质-核酸等几乎所有PDB数据库中的分子组合形式。这意味着科研人员只需使用一个模型就能解决各种高难度的生物化学问题，大大缩短新药和疫苗的研发周期。AlphaFold确实具备夺得诺奖的实力，然而，真正的化学科研人员...

人工智能（AI）正在助力重新绘制病毒家族树。借助 AlphaFold 预测的蛋白质结构以及受聊天机器人启发的“蛋白质语言模型”，研究人员发现了病毒家族中一些惊人的联系，包括感染人类的病原体以及新兴的威胁。 长期以来，科学家们主要通过基因组比较来理解病毒的进化。然而，RNA 编码的病毒进化速度极快，并且容易从其他生物体获取遗传物质，这意味着基因序列可能掩盖了病毒之间的深层关系。相比之下，病毒基因编码的蛋白质结构变化较慢，有助于揭示这些隐藏的进化联系。但在 AlphaFold 等大规模预测蛋白质结构的工具问世之前，...

新型多模态基础模型Chai-1发布 近日，一家仅成立六个月的AI生物技术初创公司Chai Discovery发布了用于分子结构预测的新型多模态基础模型Chai-1，并附带了一份详细的技术报告。这份报告详细比较了Chai-1与其他模型如AlphaFold的性能。Chai-1能够统一预测蛋白质、小分子、DNA、RNA以及共价修饰等分子结构，在与药物发现相关的多种任务中达到了最新的技术水平。 Chai Discovery的联合创始人兼CEO Joshua Meier表示，Chai-1在多个基准测试中表现出色，成功率提升了10%到20%。他还提到，与AlphaFold相比，Chai-1在药物研发的关...

蛋白质，生命的基石，参与各种生物过程，其相互作用的研究对揭示细胞功能、药物研发和疾病治疗至关重要。EPFL的Anne-Florence Bitbol团队创新性地提出了一个蛋白质序列配对方法，利用蛋白质语言模型在多序列比对上的训练，尤其适用于小规模数据集。该方法能增强蛋白质复合物结构预测的准确性，克服了深度学习如AlphaFold在预测复合体结构时的局限性。 新方法称为DiffPALM，基于可微分的配对语言模型，通过Masked Language Modeling（MLM）预测同源词匹配，从而高效解析蛋白质间的复杂相互作用。在原核生物蛋白质数据集的基...