Boltz-2: Towards Accurate and Efficient Binding Affinity Prediction
PulseAugur coverage of Boltz-2: Towards Accurate and Efficient Binding Affinity Prediction — every cluster mentioning Boltz-2: Towards Accurate and Efficient Binding Affinity Prediction across labs, papers, and developer communities, ranked by signal.
-
AI 框架 DBMol 使用结构预测模型设计药物分子
研究人员开发了 DBMol，一个用于设计与特定蛋白质靶点具有高亲和力的小分子的新颖框架，这是药物发现中的关键一步。该方法利用 AlphaFold 3 和 Boltz-2 等先进的结构预测模型来指导设计过程。DBMol 采用交替优化和投影技术，其中初始分子通过基于梯度的优化进行精炼以增强相互作用和预测的结合亲和力，然后由流匹配模型生成化学上有效分子。
-
NVIDIA BioNeMo Agent Toolkit 为生命科学研究中的 AI 代理提供支持
NVIDIA 推出了 BioNeMo Agent Toolkit，旨在将其加速 AI 功能集成到生命科学研究工作流程中。该工具包允许 AI 代理（例如 Anthropic 的 Claude Science 平台中使用的代理）访问和利用专门的 NVIDIA 模型和微服务，以完成药物发现和蛋白质分析等任务。此次集成旨在简化复杂的科学流程，使研究人员能够使用自然语言来编排端到端工作流程并加速计算任务。
-
PairSAE方法增强了蛋白质共折叠模型的可解释性
研究人员开发了PairSAE，一种在蛋白质共折叠基础模型中实现机制可解释性的新方法。与难以处理成对表示的二次特征爆炸的标准稀疏自编码器不同，PairSAE使用N模SVD总结这些张量，以识别token级别的交互作用。这种方法能够学习共享的token级别特征，这些特征可以解码为序列和对表示，从而更清晰地了解模型对结构生物学概念的理解。