News SETI.Germany : Rosetta@home: neue Berechnungen auf der Suche nach niedermolekularen Arzneimitteln
- Ersteller P3D-Bot
- Erstellt am
P3D-Bot
Bot von P3D
★ Themenstarter ★
Die Vorhersage von Proteinstrukturen wurde in den vergangenen Jahren durch künstliche Intelligenz revolutioniert; nicht umsonst erhielten die Entwickler des KI-Modells AlphaFold im vergangenen Jahr die Hälfte des Chemie-Nobelpreises, welcher zur anderen Hälfte an David Baker, den Projektleiter von Rosetta@home, verliehen worden war. Für manche Anwendungszwecke ist jedoch weiterhin die Protein-Simulationssoftware Rosetta das Mittel der Wahl, weshalb auch Rosetta@home wieder verstärkt genutzt werden soll:
Neuigkeiten zu Rosetta@home
Zunächst möchten wir all unseren Mitwirkenden danken, welche unsere wissenschaftlichen Projekte über Rosetta@home unterstützt haben und weiterhin dazu beitragen. Wir möchten euch auf den neuesten Stand zu den Rosetta@home-Projekten und unseren Zukunftsplänen bringen.
Wegen der fortschreitenden Entwicklung von KI-Modellen wie AlphaFold und RosettaFold zur Proteinstrukturvorhersage wurde Rosetta@home für diesen Zweck weniger genutzt. Forschende nutzen Rosetta@home jetzt jedoch für das Entwerfen von kleinen Molekülen und Peptiden, womit selbst die derzeit modernsten KI-Modelle wegen Einschränkungen bei der Verallgemeinerung auf neuartige kleine Moleküle und nicht-kanonische Peptide Mühe haben.
Kürzlich haben wir für Rosetta ein Protokoll für virtuelles Screening mit dem Namen RosettaVS entwickelt, welches zur Entdeckung niedermolekularer Arzneistoffe dient. Diese Arbeit wurde in Nature Communications veröffentlicht (siehe https://doi.org/10.1038/s41467-024-52061-7, engl.), wobei gezeigt wurde, dass RosettaVS eines der besten physikalischen Protokolle für virtuelles Screening ist. Kombiniert mit Methoden des mehrschichtigen Lernens kann es Bibliotheken mit mehreren Milliarden Verbindungen effektiv durchleuchten und neuartige Verbindungen für pharmazeutische Bindungsziele entdecken.
Während mehrschichtige Lernmodelle wie AlphaFold und RosettaFold kanonische Peptidstrukturen vorhersagen können, können sie nicht mit Peptiden mit nicht-kanonischen Aminosäuren oder gemischter Chiralität umgehen. Das physikalische Kraftfeld in Rosetta hat spezielle Terme zum Simulieren dieser Aminosäuren. Rosetta wird genutzt werden, um zum Überprüfen der Struktur Hunderttausende verschiedene Konformationen der entworfenen Peptite zu untersuchen.
Mit Blick nach vorne wird Rosetta@home als Plattform für großskalige virtuelle Screenings und Peptidsimulationen zur Entdeckung von Arzneimitteln von unschätzbarem Wert sein. Wir planen, in naher Zukunft weitere virtuelle Screenings und Peptidsimulationen auf Rosetta@home zu starten.
Danke!
04.03.2025, 05:50:22 MEZ
Originaltext:
Zitat von
Rosetta@home Update
First, wed like to thank all our contributors who have supported and continue to contribute to our scientific projects through Rosetta@home. We want to update you on the status of Rosetta@home projects and our future plans.
With the advancement of AI models like AlphaFold and RosettaFold for protein structure predictions, Rosetta@home has been less used for this purpose. However, researchers are now utilizing Rosetta@home for small molecule and peptide designs, where even the current state-of-the-art AI models struggle due to limitations in generalizability to novel small molecules and non-canonical peptides.
Recently, we have developed a virtual screening protocol in Rosetta, named RosettaVS, for small molecule drug discovery. This work has been published in Nature Communications (https://doi.org/10.1038/s41467-024-52061-7), demonstrating that RosettaVS is one of the best physics-based virtual screening protocols. Combined with deep learning techniques, it can effectively screen multi-billion compound libraries and discover novel compounds for pharmaceutical targets.
While deep learning models like AlphaFold and RosettaFold can predict canonical peptide structures, they cannot handle peptides with non-canonical amino acids or mixed chirality. The physics-based force field in Rosetta has specialized terms to simulate these amino acids. Rosetta will be used to sample hundreds of thousands of different conformations of the designed peptide to validate the structure.
Looking ahead, Rosetta@home will be an invaluable platform for large-scale virtual screening and peptide simulations for drug discovery. We plan to launch more virtual screening jobs and peptide simulations on Rosetta@home in the near future.
Thank you!
4 Mar 2025, 4:50:22 UTC
Lese weiter bei SETI.Germany....
Neuigkeiten zu Rosetta@home
Zunächst möchten wir all unseren Mitwirkenden danken, welche unsere wissenschaftlichen Projekte über Rosetta@home unterstützt haben und weiterhin dazu beitragen. Wir möchten euch auf den neuesten Stand zu den Rosetta@home-Projekten und unseren Zukunftsplänen bringen.
Wegen der fortschreitenden Entwicklung von KI-Modellen wie AlphaFold und RosettaFold zur Proteinstrukturvorhersage wurde Rosetta@home für diesen Zweck weniger genutzt. Forschende nutzen Rosetta@home jetzt jedoch für das Entwerfen von kleinen Molekülen und Peptiden, womit selbst die derzeit modernsten KI-Modelle wegen Einschränkungen bei der Verallgemeinerung auf neuartige kleine Moleküle und nicht-kanonische Peptide Mühe haben.
Kürzlich haben wir für Rosetta ein Protokoll für virtuelles Screening mit dem Namen RosettaVS entwickelt, welches zur Entdeckung niedermolekularer Arzneistoffe dient. Diese Arbeit wurde in Nature Communications veröffentlicht (siehe https://doi.org/10.1038/s41467-024-52061-7, engl.), wobei gezeigt wurde, dass RosettaVS eines der besten physikalischen Protokolle für virtuelles Screening ist. Kombiniert mit Methoden des mehrschichtigen Lernens kann es Bibliotheken mit mehreren Milliarden Verbindungen effektiv durchleuchten und neuartige Verbindungen für pharmazeutische Bindungsziele entdecken.
Während mehrschichtige Lernmodelle wie AlphaFold und RosettaFold kanonische Peptidstrukturen vorhersagen können, können sie nicht mit Peptiden mit nicht-kanonischen Aminosäuren oder gemischter Chiralität umgehen. Das physikalische Kraftfeld in Rosetta hat spezielle Terme zum Simulieren dieser Aminosäuren. Rosetta wird genutzt werden, um zum Überprüfen der Struktur Hunderttausende verschiedene Konformationen der entworfenen Peptite zu untersuchen.
Mit Blick nach vorne wird Rosetta@home als Plattform für großskalige virtuelle Screenings und Peptidsimulationen zur Entdeckung von Arzneimitteln von unschätzbarem Wert sein. Wir planen, in naher Zukunft weitere virtuelle Screenings und Peptidsimulationen auf Rosetta@home zu starten.
Danke!
04.03.2025, 05:50:22 MEZ
Originaltext:
First, wed like to thank all our contributors who have supported and continue to contribute to our scientific projects through Rosetta@home. We want to update you on the status of Rosetta@home projects and our future plans.
With the advancement of AI models like AlphaFold and RosettaFold for protein structure predictions, Rosetta@home has been less used for this purpose. However, researchers are now utilizing Rosetta@home for small molecule and peptide designs, where even the current state-of-the-art AI models struggle due to limitations in generalizability to novel small molecules and non-canonical peptides.
Recently, we have developed a virtual screening protocol in Rosetta, named RosettaVS, for small molecule drug discovery. This work has been published in Nature Communications (https://doi.org/10.1038/s41467-024-52061-7), demonstrating that RosettaVS is one of the best physics-based virtual screening protocols. Combined with deep learning techniques, it can effectively screen multi-billion compound libraries and discover novel compounds for pharmaceutical targets.
While deep learning models like AlphaFold and RosettaFold can predict canonical peptide structures, they cannot handle peptides with non-canonical amino acids or mixed chirality. The physics-based force field in Rosetta has specialized terms to simulate these amino acids. Rosetta will be used to sample hundreds of thousands of different conformations of the designed peptide to validate the structure.
Looking ahead, Rosetta@home will be an invaluable platform for large-scale virtual screening and peptide simulations for drug discovery. We plan to launch more virtual screening jobs and peptide simulations on Rosetta@home in the near future.
Thank you!
4 Mar 2025, 4:50:22 UTC
Lese weiter bei SETI.Germany....
Ähnliche Themen
