NVIDIA Blog – 24 Sep 26 How Open Science Can Help Researchers Prepare for the Next Pandemic NVIDIA is collaborating with organizations including Google DeepMind and the European Molecular Biology Laboratory’s European Bioinformatics Institute to release an open dataset of viral protein structures — giving scientists a head start against... Est. reading time: 4 minutes [!quote]+ NVIDIA 正在与包括 Google DeepMind 和欧洲分子生物学实验室的欧洲生物信息学研究所在内的组织合作，发布病毒蛋白质结构的开放数据集——让科学家们在对抗疾病方面抢占先机。 新冠疫情爆发之初，科学家们拥有一个至关重要的优势：数十年来对冠状病毒的研究意味着他们对病毒的关键蛋白已有充分的了解，从而能够在创纪录的时间内设计出疫苗。但下一次大流行病可能就无法提供同样的先发优势了。 为了提高成功率，NVIDIA 加入了一个由全球研究机构组成的联盟，其中包括 Google DeepMind 和欧洲分子生物学实验室的欧洲生物信息学研究所 (EMBL-EBI)，共同发布了 2800 多种病毒蛋白质复合物的预测 3D 结构——任何科学家，无论身在何处，都可以通过 AlphaFold 数据库公开获取这些结构。 新发布的数据集中的结构是使用 AlphaFold2（谷歌 DeepMind 的 AI 模型，用于预测蛋白质如何折叠成 3D 形状）推断出来的，并结合了 NVIDIA BioNeMo 推理运行时的优化。这使得研究团队能够将推断扩展到数千个病毒蛋白质组，从而预测每个病毒中编码的复合物或相互作用的蛋白质组。 “我们创建 AlphaFold 数据库的初衷始终是让基础生物学知识得以大规模普及，”谷歌 DeepMind 生命科学合作经理 Risha Patel 表示，“此次合作将数千种病毒复合物纳入数据库，将为世界各地的科学家提供应对未来疫情爆发所需的洞见。” NVIDIA 还公开发布了 BioNeMo 结构预测流程，这是一个用于生成数据集的 GPU 加速工作流程，因此研究人员可以从蛋白质序列生成他们自己目标的预测 3D 结构。 必须立即开始为下一次大流行病做好准备。全球发展中心的一项分析估计，到2050年，世界面临与新冠肺炎疫情一样严重的大流行病的可能性约为50%。 “下一次疫情大流行来临时，可能会出现一些意想不到的情况，而我们可能缺乏应对新冠病毒时所掌握的知识，”医学研究委员会-格拉斯哥大学病毒研究中心分子病毒学教授、该项目合作者乔·格罗夫说。“我们现在想做的就是提前积累一些这方面的知识。” 数据库中新增的蛋白质相互作用约有30%是科学界全新的发现，展现的相互作用模式此前从未被收录于蛋白质数据库（PDB，即实验测定蛋白质结构的主要数据库）中。这为生物学界提供了新的探索和利用途径，从而产生新的知识。 1 个帖子 - 1 位参与者 阅读完整话题

  • 情报分类：技术学习与提效
  • 分类依据：内容涉及技术、AI、软件工具或工程实践
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/9/25 09:36:46