• tyc7111cc太阳成集团

    洞察市场格局
    解锁药品研发情报

    免费客服电话

    18983288589
    医药数据查询

    智药邦

    智药邦

    共发布文章：421篇
    • 利德健康完成近亿元天使轮融资，打造AI生命科学仪器和生物智造装备行业科创先锋
      医药投融资
      近日，利德健康科技（广州）有限公司（以下简称“利德健康”）宣布成功完成近亿元天使轮融资。 此轮融资由嘉道资本领投，齐济投资、中科创星、聚科新兴产业创投、见识资本、九州鑫诺跟投，融资资金将用于加速技术研发、产品产业化以及市场拓展等工作。 利德健康成立于2023年10月，位于广州国际生物岛，为广州实验室科技成果产业化的标杆性硬科技创业公司。
      智药邦
      2025-06-03
      生物智造 利德健康
    • Nat Biotechnol｜张阳团队推出D-I-TASSER：蛋白结构预测精度超越AF3
      前沿研究
      2025年5月23日，新加坡国立大学张阳教授团队在《Nature Biotechnology》上发表了题为《Deep-learning-based single-domain and multidomain protein structure prediction with D-I-TASSER》的论文。 D-I-TASSER还引入了结构域划分与组装模块，实现了大型多结构域蛋白质的自动预测。 此外，在最近举办第15届世界蛋白质结构预测大赛（CASP15）中，D-I-TASSER算法在单结构域和多结构域蛋白质结构预测任务中均获得冠军。
      智药邦
      2025-06-02
      新加坡国立大学 蛋白结构
    • Science | 深度学习引领的动态蛋白质设计
      前沿研究
      深度学习已推动静态蛋白质结构的设计，但天然信号蛋白特有的受控构象变化仍难以实现从头设计。 研究人员提出一种通用的深度学习引导方法，可在原子精度下设计蛋白质结构域内的动态构象变化，模拟自然界常见的开关机制。 该方法表明，蛋白质的新型运动模式可通过从头设计实现，为构建具可调控信号行为的仿生蛋白提供了新框架。
      智药邦
      2025-06-02
      蛋白质
    • 予路乾行与康龙化成达成战略合作，AI+实验闭环赋能新药研发提速
      公司动态
      2025年5月16日，苏州予路乾行生物科技有限公司（以下简称"予路乾行"）与康龙化成（北京）新药技术股份有限公司（以下简称"康龙化成"）正式签署FTE合作项目协议。 技术融合破解研发痛点。 通过动力学模拟+AI预测优先锁定高成药性分子，再经康龙化成规模化实验验证，双方合作管线研发周期有望缩短50%以上。
      智药邦
      2025-06-02
      予路乾行 AI+实验
    • Nat Chem Biol｜西北农林科技大学王小龙等：利用AlphaFold3改造Fanzor系统，实现高效基因编辑
      前沿研究
      CRISPR-Cas 系统是存在于 原核生物 （ 细菌和古菌 ） 中的一类古老的免疫系统，用于抵御防御外源遗传元件 （例如噬菌体） 入侵。 2023年6月， 张锋 团队在 Nature 期刊发表论文 【1】 ， 在 真核生物 中发现了第一个RNA引导的DNA切割酶—— Fanzor ，这种新型CRISPR样系统，可以在重编程后实现对人类基因组的编辑。 相比CRISPR-Cas系统，Fanzor 系统非常紧凑，更容易递送到细胞和组织中。
      智药邦
      2025-05-31
      西北农林科技大学 基因编辑 王小龙
    • Nat Commun｜AlphaFold2助力环肽结构预测与理性设计
      前沿研究
      小环肽作为治疗手段日益受到关注，然而受限于训练数据不足，深度学习方法在该领域的发展较为缓慢。 研究人员在此提出AfCycDesign，一种用于环肽结构预测、序列重设计与全新构建的深度学习方法。 该方法成功设计出超过一万个结构多样的环肽，其预测结构与设计高度一致。
      智药邦
      2025-05-30
      Nat Commun 环肽 AlphaFold2
    • GSK｜蛋白质结构动力学的从头预测
      前沿研究
      2025年4月28日，在一次结构生物学研讨会上，GSK蛋白设计与信息科学首席科学家Diego del Alamo博士发表演讲：De novo prediction of protein structural dynamics，探讨了如何利用改进的AI方法（如AlphaFlow、RosettaFold+VAE和BioEmu）和传统分子动力学模拟来突破现有蛋白质静态结构预测的局限，重点聚焦于蛋白质动态建模的挑战、方法创新及其在生物机制研究中的应用瓶颈。 目前，先进的人工智能方法能高精度预测单体蛋白质的静态结构，但在蛋白质动力学建模方面存在局限，如无法准确模拟不同构象群体的相对比例、相互转换动力学和过渡路径，以及突变、配体或修饰对这些群体的影响。 蛋白质动力学的定义与生物学意义。
      智药邦
      2025-05-30
      蛋白质结构动力学
    • J Chem Theory Comput｜结合机器学习势/分子力学方法模拟酶反应与突变
      前沿研究
      2025年4月24日，南京大学谢代前教授/周燕子副教授研究团队 将机器学习势与传统分子力场相结合（ML/MM）来加速QM/MM动力学模拟。 这一方法在计算酶催化反应能垒方面展现出高效性和准确性，并且势能面的可迁移性使得快速预测酶突变体的活性成为了可能。 该方法首先训练气相中QM子体系的势能面以及电荷面，并通过力学嵌入（ME）方案处理QM/MM间的静电相互作用，最后通过加权热力学微扰方法（wTP）将在ME方案中获得的自由能曲线校正到静电嵌入（EE）方案。
      智药邦
      2025-05-30
      分子力学
    • Nature子刊｜靶向先天免疫检查点，人工智能赋能新一代ENPP1抑制剂研发
      前沿研究
      免疫检查点抑制剂为肿瘤治疗带来范式变革，使得多种恶性肿瘤患者获益。 然而，接受免疫检查点抑制剂治疗的患者中仅有10%-35%可以获得显著持久的治疗效果，亟需创新治疗策略。 近期，英矽智能在 Nature Communications 上发表了一项突破性研究， 聚焦ENPP1靶点，开发能够有效调节STING通路、并强化肿瘤免疫的小分子抑制剂 。
      智药邦
      2025-05-27
      ENPP1 STING 恶性肿瘤
    • Nat Methods｜David Baker等： 基于LigandMPNN的原子级蛋白序列设计
      前沿研究
      为解决这一问题，华盛顿大学David Baker团队开发了LigandMPNN，一种能够显式建模生物分子系统中所有非蛋白质组分的深度学习方法。 LigandMPNN通过扩展ProteinMPNN架构，引入蛋白质-配体图和配体图，将配体原子的化学元素类型和几何信息整合到模型中。 实验表明，LigandMPNN在小分子（63.3% vs 50.5%）、核苷酸（50.5% vs 34.0%）和金属（77.5% vs 40.6%）相互作用残基的天然序列恢复率上显著优于ProteinMPNN。
      智药邦
      2025-05-27
      Ligand Nat 原子级蛋白序列