AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：ByteDance Research登Nature子刊：AI+冷凍電鏡，揭示蛋白質(zhì)動(dòng)態(tài)
關(guān)鍵字：字節(jié)跳動(dòng),結(jié)構(gòu),動(dòng)態(tài),模型,蛋白質(zhì)
文章來(lái)源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

機(jī)器之心發(fā)布
機(jī)器之心編輯部2024 年的諾貝爾化學(xué)獎(jiǎng)?lì)C發(fā)給了在結(jié)構(gòu)生物學(xué)領(lǐng)域取得重大成就的 David Baker 團(tuán)隊(duì)和 AlphaFold 團(tuán)隊(duì)，激發(fā)了 AI for science 領(lǐng)域新的研究熱潮。
近兩年科學(xué)界一個(gè)飽受爭(zhēng)議的命題是：“AlphaFold 是否終結(jié)了結(jié)構(gòu)生物學(xué)？” 首先，AlphaFold 之類的結(jié)構(gòu)預(yù)測(cè)模型的訓(xùn)練數(shù)據(jù)正是來(lái)自于以 X 射線、冷凍電鏡（cryo-EM）等為代表的傳統(tǒng)結(jié)構(gòu)解析方法。其次，冷凍電鏡技術(shù)非常擅長(zhǎng)解析蛋白質(zhì)的動(dòng)態(tài)，而這正是 AlphaFold 所無(wú)法做到的。巧合的是，冷凍電鏡這項(xiàng)技術(shù)于 2017 年也獲得了諾貝爾化學(xué)獎(jiǎng)。
那么，以 AlphaFold 為代表的 AI 技術(shù)能否輔助以 cryo-EM 為代表的傳統(tǒng)方法？?jī)蓚€(gè)諾獎(jiǎng)級(jí)技術(shù)的碰撞，能夠擦出什么樣的火花？
ByteDance Research 提出 AI for Science 模型被 Nature 子刊收錄
近日，來(lái)自字節(jié)跳動(dòng) ByteDance Research 團(tuán)隊(duì)的研究人員提出了 CryoSTAR 方法，成功將來(lái)自原子模型的結(jié)構(gòu)先驗(yàn)應(yīng)用到冷凍電鏡實(shí)驗(yàn)數(shù)據(jù)的動(dòng)態(tài)解析中，為解決

原文鏈接：ByteDance Research登Nature子刊：AI+冷凍電鏡，揭示蛋白質(zhì)動(dòng)態(tài)

聯(lián)系作者

文章來(lái)源：機(jī)器之心
作者微信：
作者簡(jiǎn)介：