跳到主要内容
无害加速
返回

追踪 / 领域

生命科学

关注生物分子的结构与相互作用，并保留计算预测和实验结果之间的边界。

也可用这些名称查找生物学 · 结构生物学 · 蛋白质

相关内容

5 篇编辑选读 · 按进展日期
  1. AI 辅助整理长文
    生命科学

    AI 超声接受跨诊所验证

    Google Research 介绍用标准化扫查与 AI 估算孕龄的研究。核心进展是新设备与新临床环境中的验证，论文发表于 7 月，10 月的介绍并不代表研究当天完成。

    人工智能生命科学Google Research
  2. AI 辅助整理短讯人物视角
    人物

    光遗传学背后的三位研究者

    诺贝尔奖官方教学页梳理光敏蛋白到光控神经细胞的方法发展。10 月 14 日是教学材料发布日期，本篇围绕发现路径解释人物工作。

    生命科学NobelPrize.orgPeter Hegemann
  3. 编辑选读长文人物视角
    人工智能

    Demis Hassabis 从计算走向科学实验

    2024 年诺贝尔化学奖，把 Demis Hassabis 与 John Jumper 的蛋白质结构预测工作带到聚光灯下。理解一个人，也可以先理解他参与解决的问题。

    Demis HassabisAlphaFoldGoogle DeepMind
  4. 编辑选读长文
    生命科学

    AlphaFold 3 扩大分子结构预测范围

    2024 年 5 月，AlphaFold 3 将蛋白质、DNA、RNA 与小分子放进同一套结构预测框架。它扩大了我们能提出的问题，也让实验验证更值得被认真设计。

    AlphaFold生命科学人工智能
  5. 编辑选读视频
    人工智能

    预测实验与反馈构成科学加速回路

    一段自制解释动画，借 AlphaFold 的背景说明：模型提出候选，实验检验判断，差异进入下一轮问题。

    人工智能生命科学AlphaFold

原始来源

回到材料本身
  1. Nature · Abramson 等 Accurate structure prediction of biomolecular interactions with AlphaFold 3原文（在新标签页打开）
  2. Nature Methods · Terwilliger 等 AlphaFold predictions are valuable hypotheses and accelerate but do not replace experimental structure determination原文（在新标签页打开）
关联阅读入口

这些对象共同出现在相关材料或报道中。关联阅读本身不表示因果或隶属关系。

返回追踪目录