微软华人领衔AI²BMD登Nature,AI生物分子模拟双突破!继AlphaFold后又一里程碑

AIGC动态4周前发布 AIera
377 0 0
微软华人领衔AI²BMD登Nature,AI生物分子模拟双突破!继AlphaFold后又一里程碑

 

文章摘要


【关 键 词】 AI生物分子分子动力学从头算药物研发蛋白质模拟

微软研究院开发的AI²BMD(基于AI的从头算生物分子动力学系统)在Nature上发表,标志着分子动力学模拟领域的一项重大突破。AI²BMD实现了模拟效率和精度的兼顾,超越了经典MD和量子力学方法的局限。经典MD虽快速但准确度低,而量子力学方法如DFT计算成本高,难以处理大型生物分子系统。AI²BMD则以从头算精度高效模拟大型生物分子,平衡了精度与计算成本。

AI²BMD通过蛋白质分片方法,将蛋白质分割为重叠单元,创建了包含2000万快照的数据集,利用ViSNet(一种通用分子几何建模基础模型)训练势能函数,实现从头算精度的蛋白质能量和原子力计算。该方法支持全原子蛋白质模拟,并明确模拟溶剂环境,展现了与核磁共振实验一致的精确3J耦合值,并能展示蛋白质的折叠和展开过程。

AI²BMD的突破在于其从头算精度、解决泛化问题、通用兼容性、速度优势以及多样的构象空间探索。它优于QM/MM混合方法,并在多个生物应用场景中表现出与实验数据的高度一致性。AI²BMD的成功预测SARS-CoV-2主蛋白酶结合化合物的能力,显示了其在药物研发中的潜力。该框架旨在解决机器学习力场在应用中的精度、稳健性和泛化局限,推动药物发现、蛋白质设计和酶工程等领域的发展。

“极客训练营”

原文和模型


【原文链接】 阅读原文 [ 3714字 | 15分钟 ]
【原文作者】 新智元
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★☆☆☆

© 版权声明
“绘蛙”

相关文章

暂无评论

暂无评论...