#Strukturvorhersage

🧬 Die 3D-Struktur von Proteinen aus ihrer Sequenz vorherzusagen, war lange ungelöst. 2020 gelang mit AlphaFold2 der Durchbruch – gekrönt vom #ChemieNobelpreis. Was #KI 🤖 bei der #Strukturvorhersage besonders macht, erklärt Alexander Schug bei #WissenschaftOnline.
👉 www.fz-juelich.de/de/ueber-uns...
December 11, 2024 at 6:38 AM
Mitochondriale Proteinkomplexe: Eine einzige Aminosäure kann ihre Stabilität gefährden – Wissenschaftler aus Heidelberg und Freiburg identifizieren Mechanismus, mit dem sich Proteine in den Mitochondrien zu stabilen Komplexen zusammenlagern www.uni-heidelberg.de/de/newsroom/... #uniheidelberg
September 25, 2026 at 5:09 PM
Besser spät als nie: Hier ist mein Text über den Chemie-Nobelpreis 2024. Erfahrt mit mir, wieso die Struktur von Proteinen so wichtig ist und was Protein-Design und Strukturvorhersage bedeuten.
pharmblog.de/nobelpreis-c...
Nobelpreis-Spezial: Chemie 2024 - PharmBlog
Den Nobelpreis für Chemie 2024 erhalten David Baker, Demis Hassabis und John Jumper für ihre Entwicklungen im Bereich Protein-Design und Proteinstrukturvorhersage. Darum werden wir hier näher betracht...
pharmblog.de
October 10, 2024 at 9:40 AM
AI-Tools zur de novo Strukturvorhersage sind extrem hilfreiche Tools, das kann niemand leugnen. Und es wäre dementsprechend dumm, sie nicht zu benutzen. Aber dabei sollte man sich auch immer ihrer Limitationen bewusst sein. ⬇️
October 12, 2023 at 2:49 PM
Die Strukturvorhersage von Proteinen gehört inzwischen zur grundlegenden Infrastruktur in den Biowissenschaften. Aber gerade bei AlphaFold sind weder die Details des Modells noch der Trainingsdaten offen zugänglich. ⬇️
December 14, 2025 at 10:52 PM
Jede Menge Stoff zum gepreisten Thema „Protein-Design und -Strukturvorhersage“ auch in unseren Dossiers „Strukturaufklärung in den Biowissenschaften“ und „Protein-und Enzymdesign“:

www.laborjournal.de/rubric/dossi...

bzw.

www.laborjournal.de/rubric/dossi... (inkl. Interview mit David Baker)
October 9, 2024 at 11:24 AM
Mitochondriale Proteinkomplexe: Eine einzige Aminosäure kann ihre Stabilität gefährden – Wissenschaftler aus Heidelberg und Freiburg identifizieren Mechanismus, mit dem sich Proteine in den Mitochondrien zu stabilen Komplexen zusammenlager...
weiterlesen
September 25, 2026 at 10:55 AM
Vorherzusagen, in welcher Form ein Stoff kristallisiert, ist extrem rechenaufwendig. KI könnte helfen – vielleicht braucht man aber einfach nur Mathematik. #repost
Strukturvorhersage: Mit Mathematik und KI zum perfekten Kristall
Im Voraus zu sagen, in welcher Form ein Stoff kristallisiert, ist rechenaufwändig. Dem lässt sich mit KI-Anwendungen beikommen – oder mit Mathematik.
www.spektrum.de
December 5, 2025 at 9:33 AM
Vorherzusagen, in welcher Form ein Stoff kristallisiert, ist extrem rechenaufwendig. KI könnte helfen – vielleicht braucht man aber einfach nur Mathematik.
Strukturvorhersage: Mit Mathematik und KI zum perfekten Kristall
Im Voraus zu sagen, in welcher Form ein Stoff kristallisiert, ist rechenaufwändig. Dem lässt sich mit KI-Anwendungen beikommen – oder mit Mathematik.
www.spektrum.de
December 4, 2025 at 8:02 AM
QSAD erreicht 27-71% Genauigkeitsverbesserung gegenüber KI- und Quanten-Baselines bei der Strukturvorhersage von Peptiden durch Quanten-Sampling auf IBM Heron R2. Der grob-körnige Hamiltonian-Ansatz ermöglicht Vorhersagen in Bindungstaschenregimen, wo datengesteuerte Methoden ...
Quanten-Sampling zur Strukturvorhersage von kurzen Peptiden auf Utility-Scale-Hardware
iq.fp2.dev
July 9, 2026 at 5:37 AM
Vergleich der besten KI-Modelle für Biotech-Use-Cases 2025

Biotech-Use-Cases umfassen Bereiche wie Drug Discovery (z. B. Molekül-Design, Target-Identifikation), Protein Engineering (z. B. Strukturvorhersage), Genomik (z. B. Sequenzanalyse), personalisierte Medizin (z. B. Biomarker-Entdeckung) und…
Vergleich der besten KI-Modelle für Biotech-Use-Cases 2025
Biotech-Use-Cases umfassen Bereiche wie Drug Discovery (z. B. Molekül-Design, Target-Identifikation), Protein Engineering (z. B. Strukturvorhersage), Genomik (z. B. Sequenzanalyse), personalisierte Medizin (z. B. Biomarker-Entdeckung) und klinische Trials (z. B. Vorhersage von Outcomes). Basierend auf aktuellen Trends 2025 dominieren generative Modelle (z. B. Transformer-basierte) und spezialisierte Tools wie AlphaFold-Varianten. Der Markt wächst rasant (CAGR 19-20 % bis 2030), getrieben von Firmen wie Insilico Medicine, Recursion und Owkin.
labnews.io
November 27, 2025 at 12:20 PM