聽節目（在新分頁開啟原站）連到 Latent Space
摘要
Alex Rives 介紹 BioHub 推出的 ESMFold 2，這是一個基於 ESMC 世界模型構建的開源科學引擎，可預測蛋白質結構、功能及進化關係。該模型利用 68 億個蛋白質序列和 11 億個預測結構，並能精確預測抗體等關鍵藥物靶點，同時具備秒級推理速度，為蛋白質生物學研究提供強大的資料基礎與發現工具。
Alex Rives introduces BioHub's ESMFold 2, an open-source scientific engine built on the ESMC world model for predicting protein structures, functions, and evolutionary relationships. The model covers 680 million protein sequences and predicts 110 million structures, accurately predicting targets for…
摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。
重點
- BioHub 推出 ESMFold 2，基於 ESMC 世界模型預測蛋白質結構。
- 模型涵蓋 68 億蛋白質序列，預測 11 億結構，精確預測抗體等關鍵靶點。
- ESMFold 2 具備秒級推理速度，可快速進行結構預測與功能分析。
章節
依話題轉折切分，標題由 AI 產生
- 00:00ESMC 從世界建模視角重新定義可程式化生物學
- 12:22ESMC 模型如何捕捉跨族群進化的關鍵結構特徵
- 15:50ESMC 資料偏離如何推動對自然蛋白質多樣性的理解
- 25:17ESMC 與 AlphaFold 在無先驗知識結構預測上的對比
- 27:36ESMC 如何透過世界建模實現可程式化生物設計
- 36:04ESMC 在虛擬細胞構建與快速結構預測中的應用
- 38:44ESMC 如何協助突破實驗限制並預測結構決定未來
- 41:12BioHub 如何整合實驗與技術層面
- 47:44從分子層面到虛擬細胞的演進
- 51:42生物學可解釋性的歷史路徑
- 55:33PDB 資料庫的建立動機與意義
- 58:12虛擬生物學計畫的資料策略
- 1:05:49加速科學突破的關鍵原則
- 1:08:18SMC 模型訓練資料的規模與挑戰
提到的工具與公司
- ESMC
- ESM-1
- ESM2
- ESM3
- ESMFold
- Cryo-EM
適合誰看
蛋白質生物學研究者、藥物開發人員及 AI 應用於科學領域的技術人員。
摘要依據
- 講者
- Alessio Fanelli
- 依據
- 語音轉文字
為什麼排在這裡
- 人氣
- 0.50
- 新鮮
- 0.61
在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算
相關內容
- Biohub: The Future of Biology is Open-Source with Co-Founders Mark Zuckerberg, Priscilla Chan, and Head of Science Alex RivesPodcast ・ No Priors ・ 56 分鐘
- 🔬Beyond AlphaFold: How Boltz is Open-Sourcing the Future of Drug DiscoveryPodcast ・ Latent Space ・ 1 小時 21 分（在新分頁開啟原站）
- AlphaFold: The 50-year grand challenge cracked by AI影片 ・ Google DeepMind ・ 2 分鐘（在新分頁開啟原站）
- 🔬 The Coolest Diffusion Research Isn't in LLMs — Evan Feinberg & Sergey Edunov, Genesis Molecular AIPodcast ・ Latent Space ・ 1 小時 49 分
- EP118 对话祥宇：从 AlphaFold 到大语言模型：AI 会颠覆药物研发，还是被高估了？Podcast ・ 硬地骇客 ・ 49 分鐘（在新分頁開啟原站）
- He won a Nobel here for AlphaFold. Then he left. - John JumperPodcast ・ Machine Learning Street Talk ・ 53 分鐘
摘要由 AI 根據原文產生，可能有誤；完整內容請看原站。聽節目（在新分頁開啟原站）