剧终新闻
2.66K subscribers
389 photos
57 videos
80 files
2.29K links
事实需要信源,观点需要论据。

本频道的新闻均可查证,并会尽量使用可靠性高的信源。个人能力有限,有任何问题与建议欢迎评论区指出,整理不易转载注明出处。

本频道目前仅一人运营,更新频率与质量取决于频道主的空闲时间。

特别鸣谢 @bigcrowdev

本频道主要参考的新闻媒体与telegram频道
https://t.me/juzhonews/197

频道主的所有频道,欢迎订阅
https://t.me/juzhonews/660
Download Telegram
Forwarded from 乌鸦观察
#DeepMind #蛋白质 #三维结构 #人工智能

【DeepMind宣布能够预测蛋白质结构】

Alphabet旗下总部位于英国的人工智能公司DeepMind表示,它可以预测蛋白质的结构。这一突破有望大大加快新药的开发过程。

科学家们花费了数十年时间试图弄清一个问题:最开始为链状的化合物的蛋白质,如何折叠成三维形状?这些形状决定了其行为。

即使是识别单个蛋白质的形状也可能需要数年时间,但DeepMind表示,其AlphaFold系统能够在数天内提供准确结果,精度在一个原子的宽度以内。

“这一进步是我们在一项长期重大科学挑战中的首个大突破,”DeepMind的创始人和首席执行官杰米斯•哈萨比斯(Demis Hassabis)表示。他补充说,他希望这将“对我们理解疾病和生命生物学的能力产生重大影响”。DeepMind在2014年被谷歌(Google)以4亿英镑收购。(FT)(Nature)(BBC)(DeepMind
#科研 #小麦 #蛋白质 #基因 #增产 #农业

【研究人员发现让小麦增产并增加 25%蛋白质含量的基因】

5 月 11 日,来自阿德莱德大学和英国约翰英尼斯中心的科学家们在科学进展(ScienceAdvances 影响因子 14.136)期刊上发表研究论文,论文显示研究人员发现了一种生产更高品质小麦的方法。来自已经确定了一种遗传驱动因素,可以改善小麦的产量性状,并使蛋白质含量增加 25%。

“我们对小麦生产中产量和蛋白质含量驱动因素背后的机制知之甚少。”领导这项研究的阿德莱德大学农业、食品和葡萄酒学院的斯科特·博登博士说,“发现控制这两个因素的基因有可能帮助培育出更高质量谷物的新小麦品种。由于小麦占全球蛋白质消耗量的 20%,这项研究的影响可以通过提供更高蛋白质含量的谷物来造福社会,从而有助于生产更有营养的食物,例如面包和早餐麦片。”

这项工作是第一个已知的实例,其中突变种群的前向遗传学筛选被用于识别控制小麦生殖发育的基因;并且这项研究的见解有可能帮助提高小麦的营养和经济价值。

“我们发现的遗传变异为田间种植的植物提供了 15-25% 的蛋白质含量增长。这些品种还产生额外的小穗,那被称为配对小穗。”博登博士说。

“我们还没有发现额外的小穗会增加产量,但我们希望农民种植的优质品种可能会增加产量。蛋白质含量的增加不会以减产为代价,因此这一发现更有可能为育种者和种植者提供经济利益,而不仅仅是增加营养价值本身。

“除了对小麦育种的未来的重要影响外,这项研究本身对科学界也具有巨大的价值,因为它为小麦研究提供了新的典范。”

该团队预计新的小麦品种将在 2-3 年内提供给育种者,然后在 7-10 年内转化为农民的利益。(煎蛋网)(phys.org)
#谷歌 #人工智能 #DeepMind #蛋白质 #药物 #医学

【谷歌DeepMind破解几乎所有已知的蛋白质结构 将加速新药开发】

7 月 28 日,DeepMind 公司与欧洲生物信息研究所(EMBL-EBI)的合作团队公布了生物学领域的一项重大飞跃。他们利用 AI 系统 AlphaFold 预测出超过 100 万个物种的 2.14 亿个蛋白质结构,几乎涵盖了地球上所有已知蛋白质。这一突破将加速新药开发,并为基础科学带来全新革命。

去年,DeepMind 首次开始通过与 EMBL 合作建立的数据库公开发布 AlphaFold 的预测结果,这套初始数据库包括所有人类蛋白质的 98%。

对于今日公布的全新数据,DeepMind 与 EMBL-EBI 团队表示,在超过 2 亿个蛋白质结构预测中,大约 35%的结构具有高精度,达到了实验手段获取的结构精度;80%的结构可靠性足以用于多项后续分析。

DeepMind 的创始人兼 CEO 称,“自从人工智能创造出这个强大的新工具之后,用户现在查找蛋白质的 3D 结构几乎就像在谷歌搜索关键字一样容易。这为 AlphaFold 开辟了巨大的空间,对重要科学问题产生深远影响,如可持续性、粮食安全和被忽视的疾病。我们现在正处于数字生物学新纪元的开端。”(每日经济新闻)(卫报)

相关新闻🔗
20-12-01 DeepMind宣布能够预测蛋白质结构
21-07-23 人工智能程序预测出98.5%的人类蛋白质结构
#肥胖 #假说 #蛋白质 #精致食品 #蛋白质饥渴 #科研

【身体为摄入足够蛋白质增加食欲 低蛋白精致食品或为肥胖核心原因

11月2日,研究人员在肥胖症(obesity 影响因子9.298)期刊上发表研究论文,这项对 9341 名澳大利亚人的饮食习惯进行为期一年的研究显示,超加工食品正在推动人群的肥胖率,导致人们因身体对蛋白质的强烈需求而暴饮暴食。其结果支持了“蛋白质饥渴”假说。

蛋白质饥渴理论由 Rubenheimer 和 Stephen Simpson 教授于 2005 年首次提出,认为人们过度食用脂肪和碳水化合物是因为身体对蛋白质的强烈需求,身体更需要蛋白质而不是其他任何东西。由于许多现代饮食由高度加工和精制的食物组成,这些食品蛋白质含量低人们被引导消费更多能量密集的食物以满足他们对蛋白质的需求。

与许多物种一样,与脂肪和碳水化合物相比,人类对蛋白质的胃口更大。这意味着,如果我们饮食中的蛋白质被脂肪和碳水化合物稀释,我们的身体为了完成蛋白质的需求,就需要增加食物的总量。

研究人员分析了调查数据,样本人群平均年龄为 46.3 岁。他们发现,人群的平均能量摄入量为 8671 千焦耳,平均能量来自蛋白质的百分比仅为 18.4%,相比之下,43.5% 来自碳水化合物,30.9% 来自脂肪,2.2% 来自纤维和 4.3%的酒精。

随后他们绘制了能量摄入与消耗时间的关系图,发现该模式与蛋白质饥渴假说相符。那些在第一餐中摄入较少蛋白质的人在随后的两餐中会增加总食物摄入量,而那些获得推荐量蛋白质的人则没有。事实上,他们全天都拒绝进食。

到当天的第三餐时,各组之间存在统计学上的显著差异:那些第一餐中蛋白质能量占比最高的人,当天的总摄入量显著最少。与此同时,那些第一餐蛋白质摄入最少的人,会寻求补偿整体能量摄入。尽管第一餐的能量摄入对两组人来说都是最小的,而最后一餐是最大的。

实验室研究可能无法展现人口水平上的饮食和行为。所以队列研究很重要,它表明人们正在寻找蛋白质。它断言,在人口水平上,随着饮食中蛋白质能量比例的增加,人们会减少脂肪和碳水化合物的摄入。

虽然许多因素会导致体重过度增加,包括饮食模式、身体活动水平和睡眠习惯。但悉尼大学的科学家认为,身体对蛋白质的强烈需求,以及高加工和精制的食物,是导致能量过剩的主要驱动力。(煎蛋网)(饮食方面)