关键词 "蛋白质结构" 的搜索结果, 共 6 条, 只显示前 480 条
专长:人工智能和量子力学。XtalPi 将量子物理学与人工智能相结合,预测分子特性并优化候选药物。其 ID4 平台通过提供对溶解度、稳定性和生物利用度的洞察,加速临床前开发。与辉瑞等制药巨头的合作凸显了 XtalPi 在计算化学领域的实力。 XtalPi,又名 QuantumPharm,由三位来自麻省理工学院 (MIT) 的物理学家创立,其许多研究业务在中国开展。该公司融合了量子物理、人工智
专长:肽类药物的人工智能和量子计算。ProteinQure 应用量子计算设计肽类疗法,专注于免疫肿瘤学和代谢疾病。他们的人工智能工具能够提高肽类药物的稳定性和疗效,从而解决药物研发中的关键挑战。 ProteinQure成立于2017年,总部位于多伦多,将量子计算、强化学习和原子模拟相结合,设计新型蛋白质药物。利用这些混合技术,他们模拟了蛋白质折叠等基本过程,以及生物分子之间相互作用的基础物理学。
Model Medicines 拥有人工智能药物研发公司中公开研发管线规模最大的公司之一。该公司拥有 192 种化合物,针对 26 个治疗靶点。所有化合物均通过该公司的 GALILEO 平台发现,该平台旨在研究 3D 蛋白质结构中相互作用的原子“群”。 今年4月,Model及其合作伙伴的研究团队发布了一份预印本,确定了RdRp Thumb-1位点,该位点代表了正义单链RNA病毒中一个潜在的可用药
AlphaFold 是 DeepMind 开源的人工智能系统,借助 AlphaFold 可以更加准确的预测蛋白质的形状。主要应用于医疗保健和生命科学领域,有可能加速药物的研究与发现。 AlphaFold到底厉害在哪里?它的核心武器叫做“深度学习”,简单来说,就是让AI自己去学习成千上万个已知的蛋白质结构,从中找出隐藏的规律。更重要的是,AlphaFold引入了一种叫做“进化信息”的数据,分析
2021年7月,谷歌旗下DeepMind团队和欧洲生物信息研究所(EMBL-EBI)合作,发布由人工智能系统AlphaFold预测的蛋白结构数据库(AlphaFold Protein Structure Database)。这一数据库包含了AlphaFold人工智能系统预测的约35万个蛋白结构,覆盖包括人类以及20种生物学研究中常用模式生物(大肠杆菌、果蝇、斑马鱼、小鼠…)。在人类蛋白质组方面,A
MegaFold是一个跨平台系统,用于加速蛋白质结构预测模型(例如 AlphaFold3、AlphaFold2)。 为什么选择 MegaFold? 跨平台支持:通过优化的基于 Triton 的内核,支持在异构设备上执行,包括 NVIDIA GPU 和 AMD GPU。 易于使用:只需更改几行代码即可获得巨大的性能提升 速度提升:每次迭代训练时间加快高达 1.73 倍 减少内存:将
只显示前20页数据,更多请搜索