2024年诺贝尔化学奖,AI赋能生命科学

科技   2024-10-11 16:37   北京  
10月9日,2024年诺贝尔化学奖花落蛋白质结构预测和设计领域使用AI技术的科学家——David Baker、Demis Hassabis 和 John Jumper 。这三位科学家因在蛋白质结构预测和设计方面做出的卓越贡献而获奖。其中,David Baker因在计算蛋白质设计方面的工作获得一半的奖项,而另一半由 Demis Hassabis 和 John Jumper 共同获得,以表彰他们在蛋白质结构预测方面的成就。
2024年诺贝尔化学奖的揭晓,再次将AI For Science尤其是AI赋能生命科学推上风口浪尖,也让国内外众多从事相关研究的科学家以及从业人员对AI在科学领域的应用信心倍增。今年,这一奖项特别强调了AI在蛋白质结构预测方面的革命性贡献,尤其是AlphaFold AI技术的成功。这不仅是对技术的肯定,更是对未来科研方向的指引。
值得一提的是,蛋白质结构预测和设计在药物设计中起着至关重要的作用。‌通过解析目标蛋白质的三维结构,研究人员能够精确地设计和优化药物分子,提高其对特定生物靶标的亲和力和选择性,从而增加药物的功效和安全性‌。
基于上述背景,我们推荐一本宝藏图书——《人工智能辅助药物设计》。这本书由江苏理工学院生物信息与医药工程研究所的常珊教授和谢良旭副研究员合著,集结了作者团队多年来的科研与教学成果,是所有想了解AI药物设计的相关从业人员非常值得阅读的宝藏图书。
点击下方,即可购书

Part.1

内容充实,深入浅出,带你快速入门AI+药物设计

本书着重介绍AI技术在医药研发领域的应用,先介绍人工智能的基本方法和生物医药的基本概念;然后介绍人工智能在分子表示、药物分子性质预测、分子生成、配体与蛋白质结合能力预测,以及蛋白质结构预测等新药研发任务中的具体应用;并结合具体示例,介绍如何将人工智能方法应用到实际的药物研发中,即便是初学者也能快速入门,上手实操。

Part.2

诺奖成果解析,带你领略前沿视角

Demis Hassabis 和 John Jumper 在 Google DeepMind 开发的 AlphaFold AI 工具能够预测蛋白质的三维结构,这对理解蛋白质的功能以及基于结构的药物设计具有重大意义。《人工智能辅助药物设计》中详细介绍了AlphaFold2网络。

Part.3

作者权威,专家认可,好品质带来好口碑

作者常珊教授是美国密苏里大学哥伦比亚分校博士后,江苏理工学院生物信息与医药工程研究所所长。主要研究方向为人工智能辅助药物设计、机器学习和高性能计算。近年来,发表学术论文 120 余篇,被 SCI 检索 100 余篇,Google Scholar 引用 1700 余次。获得软件著作权 14 项,申请发明专利 35 项(授权 9 项),参与出版专著 3 部,译著 1 部。主持国家自然科学基金面上项目 1 项,完成国家自然科学基金 2 项、NSFC- 广东联合基金子课题 1 项以及其他省部级和企业横向课题 10 余个。多次参加国际生物分子结构预测竞赛(CASP),排名位居国际前列,在 2022 年的 CASP 15 中获得蛋白质 -Ligand 预测赛道冠军。
作者谢良旭是香港大学博士,江苏理工学院生物信息与医药工程研究所副研究员。中国化学会会员、中国人工智能学会终身会员、Current Topics in Medicinal Chemistry 专刊编辑、江苏省中以产业技术研究院青年博士创新联盟成员。主要研究方向为人工智能辅助药物筛选和探索重要生物过程的分子机制。荣获江苏省高等学校科学技术研究成果三等奖,入选江苏省“双创博士”计划、常州市青年科技人才托举工程项目。近年来,发表 SCI 论文 40 余篇,主持国家自然科学基金、江苏省自然科学基金等多个项目。
《人工智能辅助药物设计》适合想了解人工智能辅助药物研发的从业人员、高等院校医工交叉学科的学生阅读,也适合对人工智能辅助医药研发感兴趣的药物研发人员、程序员阅读。具备一定 Python 语言、药物学的基础知识的读者可以更好地掌握本书的内容。
在2024年诺贝尔化学奖的启发下,我们看到了AI在药物设计中的无限可能《人工智能辅助药物设计》不仅为我们提供了一个学习和探索这一领域的平台,更是对未来科研趋势的一次深刻洞察。AI技术正在重塑药物设计的未来,无论你是学术界的研究者,还是工业界的实践者,《人工智能辅助药物设计》都将带你探索AI在药物设计中的奥秘,抓住科研前沿,共同迎接智能科技带来的新机遇。
—END—

异步图书
人民邮电出版社IT专业图书品牌,发布最新纸书、电子书资讯,分享深度技术文章,与作译者互动交流。
 最新文章