#alphafold2 — Public Fediverse posts

Pipeline release! nf-core/proteinfold v2.0.0 - Montseny Brook Newt!
Protein 3D structure prediction pipeline
Please see the changelog: https://github.com/nf-core/proteinfold/releases/tag/2.0.0

#alphafold2 #colabfold #esmfold #proteinfoldprediction #proteinfolding #proteinsequences #proteinstructure #nfcore #openscience #nextflow #bioinformatics

Pipeline release! nf-core/proteinfold v2.0.0 - Montseny Brook Newt!
Protein 3D structure prediction pipeline
Please see the changelog: https://github.com/nf-core/proteinfold/releases/tag/2.0.0

#alphafold2 #colabfold #esmfold #proteinfoldprediction #proteinfolding #proteinsequences #proteinstructure #nfcore #openscience #nextflow #bioinformatics

Pipeline release! nf-core/proteinfold v2.0.0 - Montseny Brook Newt!
Protein 3D structure prediction pipeline
Please see the changelog: https://github.com/nf-core/proteinfold/releases/tag/2.0.0

#alphafold2 #colabfold #esmfold #proteinfoldprediction #proteinfolding #proteinsequences #proteinstructure #nfcore #openscience #nextflow #bioinformatics

Pipeline release! nf-core/proteinfold v2.0.0 - Montseny Brook Newt!
Protein 3D structure prediction pipeline
Please see the changelog: https://github.com/nf-core/proteinfold/releases/tag/2.0.0

#alphafold2 #colabfold #esmfold #proteinfoldprediction #proteinfolding #proteinsequences #proteinstructure #nfcore #openscience #nextflow #bioinformatics

#AlphaFoldDB now has binary protein complexes!

https://www.ebi.ac.uk/about/news/technology-and-innovation/first-complexes-alphafold-database/

#AlphaFold #AlphaFold2 #StructuralBiology

🧩 What happens when we put AlphaFold2’s predictions to the ultimate test—across species and structure types?

🔗 Comprehensive assessment of AlphaFold’s predictions of secondary structure and solvent accessibility at the amino acid-level in eukaryotic, bacterial and archaeal proteins. Computational and Structural Biotechnology Journal, DOI: https://doi.org/10.1016/j.csbj.2025.05.047

📚 CSBJ: https://www.csbj.org/

#AlphaFold #Bioinformatics #StructuralBiology #AlphaFold2 #ProteinStructure #ProteinPrediction #AI

🧬 How do AlphaFold2 and ESMFold stack up when it comes to functional annotation?

🔗 AlphaFold2 and ESMFold: A large-scale pairwise model comparison of human enzymes upon Pfam functional annotation. Computational and Structural Biotechnology Journal, DOI: https://doi.org/10.1016/j.csbj.2025.01.008

📚 CSBJ: https://www.csbj.org/

#AlphaFold2 #ESMFold #AIinScience #ProteinStructure #Enzymes #Pfam #UniProt #AlphaFold #HumanProteome #FunctionalAnnotation #AIinBiology #ComputationalBiology #FunctionalGenomics

Pequeños y grandes pasos hacia el imperio de la inteligencia artificial

Traducción de la infografía:

• 1943 – McCullock y Pitts publican un artículo titulado Un cálculo lógico de ideas inmanentes en la actividad nerviosa, en el que proponen las bases para las redes neuronales.

• 1950 – Turing publica Computing Machinery and Intelligence, proponiendo el Test de Turing como forma de medir la capacidad de una máquina.

• 1951 – Marvin Minsky y Dean Edmonds construyen SNAR, la primera computadora de red neuronal.

• 1956 – Se celebra la Conferencia de Dartmouth (organizada por McCarthy, Minsky, Rochester y Shannon), que marca el nacimiento de la IA como campo de estudio.

• 1957 – Rosenblatt desarrolla el Perceptrón: la primera red neuronal artificial capaz de aprender.

(!!) Test de Turing: donde un evaluador humano entabla una conversación en lenguaje natural con una máquina y un humano.

• 1965 – Weizenbaum desarrolla ELIZA: un programa de procesamiento del lenguaje natural que simula una conversación.

• 1967 – Newell y Simon desarrollan el Solucionador General de Problemas (GPS), uno de los primeros programas de IA que demuestra una capacidad de resolución de problemas similar a la humana.

• 1974 – Comienza el primer invierno de la IA, marcado por una disminución de la financiación y del interés en la investigación en IA debido a expectativas poco realistas y a un progreso limitado.

• 1980 – Los sistemas expertos ganan popularidad y las empresas los utilizan para realizar previsiones financieras y diagnósticos médicos.

• 1986 – Hinton, Rumelhart y Williams publican Aprendizaje de representaciones mediante retropropagación de errores, que permite entrenar redes neuronales mucho más profundas.

(!!) Redes neuronales: modelos de aprendizaje automático que imitan el cerebro y aprenden a reconocer patrones y hacer predicciones a través de conexiones neuronales artificiales.

• 1997 – Deep Blue de IBM derrota al campeón mundial de ajedrez Kasparov, siendo la primera vez que una computadora vence a un campeón mundial en un juego complejo.

• 2002 – iRobot presenta Roomba, el primer robot aspirador doméstico producido en serie con un sistema de navegación impulsado por IA.

• 2011 – Watson de IBM derrota a dos ex campeones de Jeopardy!.

• 2012 – La startup de inteligencia artificial DeepMind desarrolla una red neuronal profunda que puede reconocer gatos en vídeos de YouTube.

• 2014 – Facebook crea DeepFace, un sistema de reconocimiento facial que puede reconocer rostros con una precisión casi humana.

(!!) DeepMind fue adquirida por Google en 2014 por 500 millones de dólares.

• 2015 – AlphaGo, desarrollado por DeepMind, derrota al campeón mundial Lee Sedol en el juego de Go.

• 2017 – AlphaZero de Google derrota a los mejores motores de ajedrez y shogi del mundo en una serie de partidas.

• 2020 – OpenAI lanza GPT-3, lo que marca un avance significativo en el procesamiento del lenguaje natural.

(!!) Procesamiento del lenguaje natural: enseña a las computadoras a comprender y utilizar el lenguaje humano mediante técnicas como el aprendizaje automático.

• 2021 – AlphaFold2 de DeepMind resuelve el problema del plegamiento de proteínas, allanando el camino para nuevos descubrimientos de fármacos y avances médicos.

• 2022 – Google despide al ingeniero Blake Lemoine por sus afirmaciones de que el modelo de lenguaje para aplicaciones de diálogo (LaMDA) de Google era sensible.

• 2023 – Artistas presentaron una demanda colectiva contra Stability AI, DeviantArt y Mid-journey por usar Stable Diffusion para remezclar las obras protegidas por derechos de autor de millones de artistas.

Gráfico: Open Tech / Genuine Impact

Entradas relacionadas

• ¿Cómo definir la «credibilidad algorítmica»? DeepSeek da en el clavo
• Los precios dinámicos exacerban la desigualdad entre los consumidores, hay que regularlos ya
• Firma contra la vigilancia biométrica masiva

#ajedrez #AlphaFold2 #AlphaGo #AlphaZero #aprendizajeAutomático #artículo #artistas #aspirador #BlakeLemoine #ConferenciaDeDartmouth #copyright #DeanEdmonds #DeepBlue #DeepFace #DeepMind #DeviantArt #ELIZA #Facebook #gatos #GenuineImpact #Go #Google #GPS #GPT3 #gráfico #Hinton #IA #IBM #infografía #inteligenciaArtificial #iRobot #Jeopardy_ #Kasparov #LaMDA #LeeSedol #MarvinMinsky #McCarthy #McCullock #MidJourney #modelos #Newell #OpenTech #OpenAI #patrones #Perceptron #Pitts #plegamientoDeProteínas #predicciones #procesamientoDelLenguajeNatural #reconocimientoFacial #redesNeuronales #remezclar #robot #Rochester #Roomba #Rosenblatt #Rumelhart #Shannon #shogi #Simon #sistemaDeNavegación #SNAR #StabilityAI #StableDiffusion #testDeTuring #Turing #vídeos #Watson #Weizenbaum #Williams #YouTube

Avec mon collègue @AntoineTaly, on a écrit un petit truc pour médecine/sciences pour présenter rapidement les améliorations et restrictions d'#alphafold3 par rapport à #alphafold2

https://www.medecinesciences.org/en/articles/medsci/abs/2024/08/msc240162/msc240162.html

21y after collecting data during my PhD, we got to publish the structure of RNA-dependent RNA polymerase from #bacteriophage phi8!
Unsolvable in 2003 but #AlphaFold2 model worked!

https://www.nature.com/articles/s41598-024-75213-7

Lesson learned: never discard data!

Great job Kamel El Omari getting it over the line!

Having identified the proteins, I fetch their #AlphaFold2 predictions from AlphaFold-DB, or compute them if not in the DB. #AF2 models have excellent geometry and complete sequence correctly numbered, so they are excellent starting models. I rarely use #PDB entries as starting models anymore. Rare exceptions: a PDB entry I deposited myself, or one containing a post-translational modification or non-natural amino acid I need (never present in #AF2 models, only the 20 standards amino acids).
4/19

2024 Nobel in Chemistry for “Designing protein” and “Predicting protein structure”  
One half of the Nobel Prize in Chemistry 2024 has been awarded to David Baker “for computational protein design”............
#AImodel #AlphaFold2 #Aminoacids #DavidBaker #DemisHassabis #JohnJumper #NobelPrizeinChemistry #PROTEIN #Proteindesign #Proteinstructure
SC

https://www.scientificeuropean.co.uk/sciences/chemistry/2024-nobel-in-chemistry-for-designing-protein-and-predicting-protein-structure/

@cmdcolin

I use Alphafold (actually colabfold) and am happy to answer questions, but I'm just a user. There are people with more expertise than me here.

Hashtags might find the right people

#StructurePrediction #alphafold #alphafold2 #colabfold #ProteinStructure #StructuralBiology #ProteinPrediction #protein #bioinformatics

Some of my colleagues at Schrödinger recently published a preprint on a robust protocol to dock ligands into GPCR structures (or Alphafold models) and wrote a blog post about it.

Blog post:
https://extrapolations.com/can-alphafold-models-be-used-for-structure-based-drug-design-a-perspective-two-years-in/

Preprint:
https://chemrxiv.org/engage/chemrxiv/article-details/64caab6edfabaf06ff98c583

#GPCRs #Docking #AlphaFold2

Clearly, there is still much to learn about this corner of the dark genome defined by HEATR5 proteins and their co-factors.

#Biorxiv #Preprint #MembraneTraffic #DarkGenome #DarkProteome #RareDisease #AlphaFold #AlphaFold2 #ProteinPrediction #Golgi #Clathrin #CellBiology #biochemistry #Bioscience

👀 #Preprint @strucbio
#AlphaFold2 can predict #structural and #phenotypic effects of #single #mutations https://www.biorxiv.org/content/10.1101/2022.04.14.488301v2