TGViewer
Заметки лабораторного кота Заметки лабораторного кота @catfromlab · 511 subscribers
Post #1185 209

Forwarded from Solid State Humanity

Аналог AlphaFold от китайских исследователей

ИИ-платформа DrugCLIP ускоряет виртуальный поиск лекарственных молекул примерно в миллион раз по сравнению с классическими методами молекулярного докинга.

Проблема, которую решает DrugCLIP, заключается в масштабе. Геном человека кодирует более 20 тысяч белков, но в фармакологии используется лишь малая их часть. Полноценный перебор потенциальных лекарств для тысяч белковых мишеней с помощью традиционных инструментов занял бы сотни лет вычислений на одном компьютере. DrugCLIP сокращает это время до одного дня на одном вычислительном узле.

Ключевая идея платформы - переосмысление молекулярного докинга как задачи семантического поиска. Белковые карманы и малые молекулы переводятся в векторное пространство, где их совместимость оценивается чрезвычайно быстро. На системе с 128-ядерным CPU и 8 GPU платформа способна ежедневно оценивать триллионы пар "белок-молекула".

В первом в мире проекте виртуального скрининга на масштабе генома команда проанализировала около 10 000 белковых мишеней, 20 000 белковых карманов и более 500 миллионов лекарственно-подобных молекул. Результатом стали свыше 2 миллионов потенциально активных соединений и крупнейшая на сегодняшний день база данных белок-лигандных взаимодействий. Эта база открыта для мирового научного сообщества.

DrugCLIP дополняет достижения AlphaFold: если AlphaFold решил задачу предсказания структуры белков, то DrugCLIP закрывает следующий критический этап - переход от структуры белка к реальному поиску лекарств. Платформа уже доступна как сервис, за полгода её использовали более 1400 исследователей, выполнивших свыше 13 500 задач скрининга.

В перспективе разработчики планируют использовать DrugCLIP для ускорения поиска новых мишеней и first-in-class препаратов, в том числе в онкологии, инфекционных и редких заболеваниях

https://www.science.org/doi/10.1126/science.ads9530

#искусственный_интеллект
Science Deep contrastive learning enables genome-wide virtual screening Recent breakthroughs in protein structure prediction have opened new avenues for genome-wide drug discovery, yet existing virtual screening methods remain computationally prohibitive. We present DrugCLIP, a contrastive learning framework that achieves ...
  • 🔥 4
  • 🤔 2
More from @catfromlab
  1. Oct 6, 2026Всё-таки Нобелевскую премию по физиологии дали за исследования в области физиологии, а не…
  2. Oct 5, 2026Кошке подбросили тигрёнка. Она его выкормила, вырастила, научила почти всему, что она знал…
  3. Oct 5, 2026Взаимодействия пептидов с белками лежат в основе многих биологических процессов, а дизайн…
  4. Oct 2, 2026Вынесено из комментариев: Эту кантовскую дихотомию ноуменов и феноменов разбил Гегель, ког…
  5. Oct 2, 2026До сих пор маркеры старения искали на уровне транскриптома (РНК) или протеома (белков), чт…
  6. Oct 2, 2026Вообще роль ферментов в регуляции старения до сих пор остаётся плохо исследованной темой,…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →