AlphaFold2核心科学家创业，已获5000万美元融资，利用AI设计蛋白，加速药物开发
AlphaFold 解决了数十年来蛋白质结构预测的难题，并展示了机器学习如何帮助我们理解生物学；而现在，机会在于推进和应用最新的生成式人工智能技术，从头设计蛋白质。
诺奖团队最新Science论文：利用AlphaFold2发现Cas13的祖先，并解析其结构和功能
在这项研究中，研究团队构建了一个自动化结构检索管线，该管线将基于人工智能的检索方法的速度与传统结构比对程序的灵敏度相结合。
Science：利用AlphaFold2结构预测可指导潜在的候选药物发现
在数以亿计的潜在组合中，使用 sigma-2 AlphaFold2 蛋白模型预测的药物-蛋白相互作用有54%通过一种结合的候选药物成功激活。sigma-2的物理模型也产生了类似的结果，成功率为51%。
Nature子刊：左二伟团队利用AlphaFold2开发出新型碱基编辑器
研究团队使用AlphaFold2预测了1483个胞苷脱氨酶的三维结构，根据结构相似性对这些脱氨酶进行聚类，并从聚类中选择具有代表性的272个脱氨酶进行碱基编辑活性检测。
Nature Biotechnology：D-I-TASSER——深度学习与物理模拟“联手”，蛋白质预测超越AlphaFold
在CASP15盲测中，D-I-TASSER表现惊艳，在单域和多域蛋白质预测上均展现出卓越性能，超越了AlphaFold2和AlphaFold3！
Nature子刊：王小龙团队等利用AlphaFold3改造Fanzor系统，实现高效基因编辑
该研究对真核生物来源的Fanzor系统进行改造，开发出了靶向范围更广、效率更高的微型基因编辑工具，在小鼠体内实现了高效基因编辑，凸显了 Fanzor 系统作为生物学研究和治疗应用的多功能工具箱的潜力。
徐华强团队证实，AlphaFold3预测GPCR-配体复合物结构准确性不足
该研究为在GPCR研究中使用AlphaFold3的研究人员提供了有价值的见解，强调了基于实验的结构确定的必要性，并为未来在计算模型中改进蛋白质-配体相互作用预测提供了方向。
Cell Genomics：结合孟德尔随机化与AlphaFold3发现阿尔茨海默病蛋白标志物及其三维结构变化
阿尔茨海默病（Alzheimer’s disease, AD）是全球痴呆症的主要原因，对患者造成认知、情绪及生活能力的全面退化，同时给家庭带来沉重的经济、心理和生活压力。尽管进行了大量的研
诺奖团队开辟新领域：利用AlphaFold揭示病毒蛋白全新功能，发现病毒保守的免疫逃逸新机制
研究团队分析发现，RNA连接酶T样磷酸二酯酶（LigT-like PDE）在感染真核生物的病毒与感染细菌的病毒（即噬菌体）中广泛存在，其能够水解宿主免疫激活的cGAMP。