MIT团队开发分子编辑方法:醇基团可迁移至邻近位点并保持三维构型
麻省理工学院化学家在《自然》发表研究,提出一种在温和条件下实现醇功能基团邻位迁移的技术,可在不重建分子骨架的情况下完成精细结构调整,并保持分子三维形状。
研究:仅与RNA结合难以改变功能,能重塑结构的小分子影响更显著
格罗宁根大学研究团队在《自然通讯》发表论文称,许多小分子虽可与RNA结合,但往往不足以改变其功能;相较之下,能够改变RNA折叠与构象的小分子更可能带来功能性后果。
人工智能加速药物研发 革命进展与炒作预期出现分化
业内人士称,人工智能正显著缩短临床前研发周期并提升候选药物质量,但尚未改变临床试验高失败率的现实,与部分科技企业家描绘的“十年消除疾病”愿景存在明显差距。
理解蛋白质运动有助于新药设计
亚利桑那州立大学研究团队提出一种从极短分子动力学模拟中提取蛋白质低频运动的方法,并在多种蛋白质体系中验证其稳定性。相关成果发表于《科学进展》。
研究称可基于生物物理模型预测小型RNA细胞活性,或拓展药物研发路径
哥伦比亚大学团队在《Cell》发表研究,提出从序列出发、结合RNA“构象集合”概念预测小型RNA活性的方法,并在HIV相关RNA上验证有效性。
《自然》研究:机器学习工具可低成本预测不对称反应,减少药物合成实验量与开支
研究团队以少量文献数据训练统计模型,用于预测不对称交叉偶联反应的手性结果。作者称,该方法可在较低数据需求下提升预测效率,显著减少实验筛选次数与材料成本。
研究揭示组胺H1受体如何区分多塞平两种几何异构体
日本东京理科大学团队通过等温滴定量热法与分子动力学模拟,解析多塞平E/Z异构体与组胺H1受体的结合热力学差异,指出关键残基Thr1123.37在焓-熵权衡与异构体选择性中发挥重要作用。
新加坡国立大学团队开发D-I-TASSER:结合AI与物理建模提升复杂蛋白质结构预测精度
新加坡国立大学研究团队推出D-I-TASSER软件工具,通过将人工智能与基于物理的模拟结合,提高复杂蛋白质三维结构预测准确度,并为药物发现与疾病研究提供结构层面的支持。
新加坡国立大学团队开发D-I-TASSER:结合AI与物理建模提升复杂蛋白质结构预测精度
新加坡国立大学研究人员推出D-I-TASSER软件工具,通过将人工智能与基于物理的模拟结合,提高复杂多结构域蛋白质三维结构预测准确率,并为更多人体蛋白质生成可靠结构模型。
研究揭示疟疾寄生虫分裂前一小时“冠状”检查点与繁殖关键机制
研究人员在恶性疟原虫48小时生命周期中识别出顶体体发育的四个阶段,并发现分裂前短暂的“冠状”阶段可作为分配检查点,确保子代获得完整顶体体;药物干预显示核DNA复制与顶体体DNA复制对该阶段形成具有不同影响。
研究提出CF₃SF₄新合成路线,推动“超级氟”基团走向可用构建模块
纽约州立大学奥尔巴尼分校研究人员称,通过受控合成路径与交叉复分解技术,已获得可重复使用的CF₃SF₄相关化学构建模块。相关成果发表于《有机化学杂志》。
生物科技初创企业借助人工智能缓解罕见病研发劳动力瓶颈
在卡塔尔网络峰会上,多家生物科技初创企业介绍了如何利用人工智能、自动化和基因编辑技术,提高药物发现与递送效率,以应对罕见病治疗领域的人才与劳动力短缺。
