AlphaFold3和ESMFold2怎么选？高精度药物研发用前者，大规模未知蛋白筛查选后者_服务软件

1. 谷歌发布「AlphaFold 4」，不再开源！性能碾压上一代

2. 谷歌DeepMind负责人哈萨比斯和知名商业作家塞巴斯蒂安·马拉比今天在旧金山同台演讲。《The Infinity Machine: Demis Hassabis, DeepMind, and the Quest for Superintelligence》一书就是他们最近的合作。以下是他们说的9句最精彩的话：1. “OpenAI在未来18个月内破产的概率有50%。” —— 马拉比2. “达里奥（Dario Amodei）是所有其他AI实验室领导人里最优秀的。” —— 哈萨比斯3. 关于Claude Mythos（前沿网络防御技术）：“让一家私人公司来决定谁能获得前沿网络防御技术，这其实是站不住脚的。如果中国在6-12个月内也能做到这一点，那该怎么办？” —— 马拉比4. “并不是所有国家都对AI持悲观态度。我刚参加完莫迪在印度举办的AI峰会，那里的人们对AI非常乐观。” —— 哈萨比斯5. “目前AI领域最令人兴奋的前景，是我们在Isomorphic Labs的工作。AlphaFold只是我们需要解决的众多问题之一。我们需要实现6次像AlphaFold这样的突破，才能把新药从研发到上市的时间从10年压缩到几个月。” —— 哈萨比斯6. “我不喜欢把p(doom)（灭绝风险概率）当成可以随便抛出的数字。我只知道它不是零。有些人，比如马克·安德森，认为它是0%，我觉得这太疯狂了。” —— 哈萨比斯7. 关于AGI：“我想象的是一个后稀缺世界。从好的一面看，我们将拥有难以置信的科学进步，但我们必须思考如何公平分享成果的经济问题。同时，我们还会面临许多哲学问题，需要出现伟大的新哲学家。” —— 哈萨比斯8. 职业建议：“让自己沉浸在AI工具中。每个人都能使用比前沿晚3-6个月的工具。巨大的机会在于把AI应用到尚未被探索的领域。” —— 哈萨比斯9. 关于未来：“当我开始构建这项技术时，我想象的未来和现在很不一样。更像是CERN的研究员们，大家一起讨论想法、互相帮助、互相压力测试对方的观点。我的工作就是尽我所能，推动我们做出更慎重、更科学、更严谨、更有思想深度的决策，这也需要社会科学家和经济学家的参与。我会尽一切努力，以更周全的方式去影响未来。我们在未来5-10年做出的决定，将影响我们之后几千年。但我仍然非常乐观。” —— 哈萨比斯由DeedyDas总结归纳。

3. 蛋白预测从数月缩短至数小时,MassiveFold出于AlphaFold而胜于AlphaFold3

4. 生物学变天:小扎的新开源模型,彻底掀翻谷歌AlphaFold王座!

5. 文献学习 | 使用机器学习进行基于序列的蛋白质特性预测的十个建议

6. 文献分享丨想做好蛋白质特性预测？这些建议请收下！

7. bioRxiv/重磅！！！颠覆性发现：AlphaFold 3 竟 “无视” 40% 残基突变，结构预测深陷模板记忆陷阱

8. PNAS | AlphaFold3 的「记忆偏见」：它真的在预测配体诱导的构象变化，还是在回忆训练数据？

9. 比AlphaFold快5000倍！tFold实现抗体-抗原复合物秒级精准预测

10. AlphaFold“五年纪”，是否真的“革命”了生物医药研究？

11. AlphaFold3 预测蛋白结构分子互作分析出图代理计算本地部署可指导

12. 生信小助手 | BIB | AlphaFold3全面测评

13. Nature | AlphaFold 问世五周年：数据显示它如何彻底改变科学研究

14. AlphaFold3“死记硬背”？突变40%结构不变，AI蛋白设计还可靠吗？

15. 从“蛋白质折叠”到“生命的数字建模”：AlphaFold 3 如何重塑生命科学？

16. David Baker的选择 | OpenFold3全栈开源4000万训练数据叫板AlphaFold3

17. AlphaFold 3 | 深度重构生物分子建模的革命 | David Baker 团队

18. 技术与观点｜ESMFold2开源模型预测超10亿蛋白质结构：AlphaFold的挑战者还是补充？

19. AlphaFold 数据库迈入新阶段：AI 系统新增蛋白质配对预测功能

20. AlphaFold3如何重塑药物研发周期与成本？

21. 超越AlphaFold！新AI一口气预测11亿个蛋白质结构

22. AlphaFold五年：生物发现的AI引擎 AlphaFold五年：生物发现的AI引擎 Google DeepMind发布了AlphaFold 模型在过去五年中产生的深远科学影响，该模型于 2020 年解决了极具挑战性的蛋白质结构预测问题。这一突破性的技术能够确定蛋白质的精确三维结构，这对药物发现和疾病理解至关重要，并因此在 2024 年获得了诺贝尔化学奖的认可。通过免费提供 AlphaFold 蛋白质数据库和服务器，该工具已惠及全球数百万研究人员，极大地加速了疾病治疗和保护等各个领域的发现进程。资料同时强调了该技术的演进，即 AlphaFold 3 的发布，该版本能够预测包括蛋白质、DNA、RNA 和配体在内的所有生命分子间的结构与相互作用，开创了“数字生物学”的新纪元。AlphaFold 的成功也催生了 DeepMind 在其他科学领域应用人工智能的宏伟蓝图，例如通过 AlphaMissense 和 AlphaProteo 等模型，将 AI 范式扩展到气候、数学和物理等更广阔的领域。

23. 下一代救命药，很可能是AI设计的：谷歌 AlphaFold 3发布

24. AlphaFold3复合物高准确率预测靠哪些核心技术？

25. Chem. Sci. | 释放 AlphaFold3 类方法在虚拟筛选中的应用潜力

26. 洛克菲勒 + 耶鲁团队联合实证：AlphaFold3 进军药物发现，颠覆者还是好帮手？

27. AI如何通过AlphaFold推动生物医学领域的革新

28. Nature｜OpenFold3：开源 AI 蛋白结构预测工具对标 AlphaFold3

29. AI4S经典案例：蛋白质结构预测模型AlphaFold

30. 西湖大|把 AF3的幻觉变成蛋白设计工具

31. AlphaFold3的完全开源复现来了！OpenFold3能用于商业，能从头训练，性能接近AF3！

32. AlphaFold3如何实现生命分子预测范围大突破？

33. 「万卡」算力实测结果出炉！AlphaFold3预测更稳、更快、更强

34. AlphaFold 3 炸场！药物研发从数年缩至数月

35. 走进 AlphaFold3 黑盒（Part I）：Input Preparation 的系统级结构解析（2）

36. Nature Structural & Molecular Biology | 最新全物种AlphaFold结构数据库

37. 利用AlphaFold3分析蛋白复合物的互作位点和界面

38. 当底座数据都是错的，AI蛋白大厦将倾！！

39. 特大喜讯！AlphaFold3开源了！

40. AI生成的结构数据真的能用来训练蛋白模型吗

AlphaFold3和ESMFold2怎么选？高精度药物研发用前者，大规模未知蛋白筛查选后者

精选参考来源