AlphaFold 3
PulseAugur coverage of AlphaFold 3 — every cluster mentioning AlphaFold 3 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AI模型RNAbpFlow预测RNA结构；存储公司被起诉；韩国进行投资
科学家们开发了一个名为RNAbpFlow的AI模型，该模型能够以更少的数据准确预测RNA的三维结构。该模型的表现与DeepMind的AlphaFold 3相当，并可能加速RNA靶向药物的开发。此外，新闻报道指出，三家主要存储公司因涉嫌价格操纵而面临诉讼，韩国正启动一项大规模投资计划，Hello Mobility正在处理客户的高额票价问题。另外，Codex的首款硬件已公布。
-
AI 蛋白质设计公司 MoleculeMind 获超 1 亿美元 A 轮融资
AI 蛋白质设计平台 MoleculeMind 已获得超过 1 亿美元的 A 轮融资。此次融资由 Blue Horizon Capital 和浦东投资领投，标志着科学 AI 领域正朝着工业规模应用和商业可行性转变。该公司利用其专有的 AI 操作系统 MoleculeOS 和基础模型 NewOrigin，从基础结构预测迈向可编程生物工程，在药物发现和工业酶改造方面取得了显著进展。
-
百奥几何完成融资，专注于AI驱动的药物发现和生物工程
百奥几何（Bai Ao Ji He）是一家生物AI初创公司，已完成数亿元人民币的战略融资，这标志着其从团队组建到开发生命科学基础AI模型三年历程中的一个重要里程碑。该公司专注于“生命AI”，旨在通过理解和设计蛋白质、抗体等生物分子，在原子层面工程化生命。与数字AI和物理AI不同，生命AI面临数据稀缺和需要湿实验验证等挑战，促使百奥几何开发了其专有的GeoFlow模型系列，该系列在抗体设计和酶工程方面取得了突破性进展，可应用于药物开发和合成生物学。
-
MoleculeMind 获得超1亿美元融资，用于AI蛋白质设计平台
AI蛋白质设计平台MoleculeMind（分子之心）已完成超1亿美元的A轮融资。该公司由AI蛋白质折叠先驱许锦波（Xu Jinbo）领导，专注于超越基本的结构预测，转向“创造”和“可编程的生物工程”。其平台MoleculeOS（MOS）将AI与第一性原理相结合，以加速药物发现和优化工业酶，与AlphaFold 3等现有模型相比，在准确性和效率方面取得了显著进步。
-
百奥几何融资数亿元，用于AI驱动的生命科学模型
AI原生生物技术公司百奥几何已完成数亿元人民币的战略融资，由上海生物医药产业基金和国科投资联合领投。本轮融资将用于加速其生命科学“微观世界模型”GeoFlow的开发，并推进其自主研发的药物管线。GeoFlow是一个AI模型，能够以原子级别精确模拟分子相互作用，从而设计新颖的分子，旨在实现从理解生命到设计生命的转变。该公司已取得重要里程碑，包括在蛋白质复合物预测方面达到AlphaFold 3的性能水平，并开发了抗体和疫苗的从头设计能力。
-
MAML 等人工智能模型加速药物发现，靶向癌症
人工智能正在彻底改变药物发现，新的多模态模型（如 MAML）能够理解复杂的生物相互作用。这些先进的人工智能可以识别癌症等疾病的新疗法，并将现有药物重新用于新应用，从而显著降低开发时间和成本。虽然首批人工智能设计的药物即将获得 FDA 批准，但其对人类的长期影响取决于这些强大工具的管理效率。
-
深度学习框架集成了肽-蛋白质相互作用预测与生成
研究人员开发了一个集成的深度学习框架 ConGA-PepPI 和 TC-PepGen，以解决现有肽-蛋白质相互作用 (PepPI) 分析方法的局限性。该框架结合了伙伴感知预测模型和目标条件生成模型，提高了早期肽筛选的效率。在评估中，ConGA-PepPI 展现了强大的准确性和 AUROC 分数，而 TC-PepGen 在生成优于天然模板的肽方面显示出潜力。
-
Google DeepMind 科学家因 AI 驱动的蛋白质发现荣获诺贝尔奖
Google DeepMind 的 Demis Hassabis 和 John Jumper，以及华盛顿大学的 David Baker，因其在预测和设计新型蛋白质方面的工作获得了诺贝尔化学奖。他们的机器学习模型 AlphaFold2 在这一突破中发挥了重要作用，能够预测数百万种蛋白质的结构。这一成就实现了 50 年的科学梦想，并凸显了人工智能在科学发现中的变革潜力，将理论愿景变为切实的、获奖的现实。
-
Google DeepMind 的 AlphaFold 革新生物学，加速药物发现和研究
在过去五年中，Google DeepMind 的 AlphaFold 系统显著加速了生物学研究，已被引用在超过 35,000 篇论文中，并被纳入超过 200,000 篇其他论文的研究方法。研究人员使用 AlphaFold 2 报告称，提交新颖的实验性蛋白质结构的数量增加了 40% 以上，并且他们的工作更有可能在临床文章和专利中被引用。最新版本 AlphaFold 3 将其预测能力扩展到 DNA、RNA 和配体，旨在通过预测所有生命分子…