公司
生物医学研究机构
最近变化
2026-10-10 · AlphaFold无法预测蛋白质动态行为和无序区域
Biohub 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Why AlphaFold Didn't Solve Protein Folding — Pushmeet Kohli, Google DeepMind & Sal Candido, Biohub
Latent Space · 8.5 分
🆕Biohub’s Protein World Model: ESMC-6B, ESMFold2, 6.8B proteins, 1.1B structures, antibody design, ...
Latent.Space(@latentspacepod) · 8.5 分
🔬ESMFold2: The Bitter Lesson is Coming for Proteins - Alex Rives, BioHub
Latent Space · 8.5 分
已收录 4 篇与「Biohub」相关的 AI 资讯和分析。
AlphaFold虽在蛋白质折叠领域取得突破，但尚未完全解决该问题，未来需结合更多数据和跨学科方法。
入选理由：AlphaFold无法预测蛋白质动态行为和无序区域
Biohub的Protein World Model通过ESMC-6B和ESMFold2处理68亿蛋白质和11亿结构，展示了生物建模可能像语言建模一样扩展，强调稀疏自编码器揭示模型内部生物学。
入选理由：Biohub的ESMC-6B和ESMFold2处理68亿蛋白质和11亿结构。
BioHub 发布 ESMFold2，展示通用语言模型在蛋白质折叠中的强大能力，挑战专有模型如 AlphaFold3。
入选理由：ESMFold2 在蛋白质相互作用预测中表现优异，尤其是抗体。
Meta 投资 5 亿美元推动生物医学 AI 研究，目标是加速疾病治疗的科学进步。
入选理由：Meta 投资 5 亿美元用于 Biohub 的虚拟生物学计划。
与「Biohub」经常一起出现的 AI 术语。
💡 想追踪「Biohub」的长期趋势？去 实体雷达 · Biohub 查看详细分析和跨材料问答。
