AI应用资讯

Meta的ESMFold蛋白质结构预测模型通过大型语言模型，使用基因语言训练，无需显性同源序列输入，实现了端到端的3D结构预测，相较于DeepMind的AlphaFold2，速度提升显著。在GPU上运行且性能优越，该模型由Meta AI资深研究科学家Alexander Rives主导，应用于宏基因组DNA数据库蛋白质结构预测，有望大幅缩短蛋白质结构解析的时间，推动生物学和深度学习领域的进步。AlphaFold2开源代码促进了科研社区的发展，降低了蛋白质结构预测的成本和时间。

天壤XLab近期上线了xCREATOR和蛋白质扩散模型，面向高校师生免费开放，已积累数百用户。团队自主研发的AI技术可实现蛋白质自动生成和结构分析，通过打分模型降低技术门槛，并有望加速药物研发进程。尤其在面对蛋白质设计的巨大潜力（潜在数量远超已知天然蛋白质）和未知功能领域时，AI技术显著提高了效率并可能开启新疗法探索。