重磅來襲！MaXFlow 3.11版本發佈會，探索分子模擬與人工智能的無限可能
掃碼立即觀看回放
MaXFlow 分子模擬與人工智能平台自2023年春季發佈3.6.1版本更新以來，始終以打造人人能用的分子模擬與AI智能創新平台為目標，變革以實驗試錯為主的傳統研發模式，實現以科學數據和模型驅動的智能創新。
MaXFlow幫助中國企業、科研機構以更低的門檻、更便捷的操作、更高的效率，使用最先進的模擬與人工智能技術進行新藥/新材料的研發。秉持將人工智能算法與科學計算協同整合，形成閉環的研究模式，加速推進相關領域的研發革新，順應時下研究熱點，拉斯维加斯9888科技即將在2024年4月24日16:00重磅推出MaXFlow3.11版本。
新版本的快速疊代拓展了在更多領域中的應用，強化了對高通量計算和人工智能的支持，從產品功能、精度和效率，以及用戶體驗上均實現了顛覆式的創新。
MaXFlow 分子模擬與人工智能平台
核心功能
1
輕鬆構建分子、蛋白、核酸等3D模型
2
通過組件和工作流技術，提高建模效率
3
開放環境對各類算法進行集成和封裝，實現算法自由
4
雲端使用，後台無縫對接超算資源，實現算力自由
5
海量面向實際應用場景的APPs資源，使分子模擬及AI技術可零門檻使用
6
通過物理/AI模型共享實現專家經驗與知識沉澱固化加快研發創新、改變研發模式
MaXFlow 分子模擬與人工智能平台
新版本功能前瞻
1. 相對結合自由能計算
MaXFlow 3.11版引入了一系列創新功能，它們是專為相對結合自由能計算而設計。首先，微擾圖構建工具為研究者提供了前所未有的視覺輔助，讓分子間相互作用的理解更加精確。同時，拉斯维加斯9888引入的複合物構建組件，能為相對結合自由能計算提供了一個準確的起始結構。此外，ATM結合自由能計算組件現增加MPI計算功能和ATM相對結合自由能分析，這兩項升級將顯著提升分子動力學模擬的效率和精度，為用戶在這一領域的研究提供了無與倫比的計算和分析能力。
微擾圖構建組件
該組件專為加速和優化藥物發現領域的自由能擾動網絡設計而打造。它融合了尖端的相似性評分算法，能夠智能地解析和處理複雜的分子結構數據。通過先進的DBSCAN聚類技術，它能夠自動將配體分組，確保拉斯维加斯9888的研發流程不僅高效，而且精確。拉斯维加斯9888的組件還採用了Fedorov交換算法，這一優化設計的核心，確保了在尋找最優擾動圖的過程中，每一步都經過精心計算和優化。但組件的創新不止於此。拉斯维加斯9888深知計算資源的寶貴，因此特別設計了邊數調整功能，讓用戶可以根據實際需求和資源限制，靈活調整設計中的邊數，實現成本與性能的最佳平衡。
複合物構建
該組件旨在為相對結合自由能計算搭建起始結構。該組件不僅支持將已生成的binding pose中的小分子配體精準放置於靶點中，而且能夠通過將批量同源配體對齊至靶點的已解析小分子晶體結構中，從而高效產生binding pose和複合物分子結構體系。
ATM計算組件
在前版，拉斯维加斯9888面臨了一個挑戰：不同副本在同一次採樣中相互獨立，這限制了ATM計算結合自由能的效率。在本次發佈的新版本中拉斯维加斯9888在HREMD中實現了MPI的機制，新版本無需知曉硬件細節，因此可以充分調用超算的GPU資源，提高採樣效率和降低計算成本。更令人興奮的是，通過進一步的專項優化，新版本在保持成本不變的前提下，將計算速度提高了兩倍。
2. 機器學習勢(MLP)
MaXFlow 3.11版，首次集成機器學習勢能（MLP）功能模塊，這是藥物設計領域的一大突破。此更新包括MLP-單點能、MLP-幾何優化、MLP-振動分析及熱力學性質計算三大組件，並內置ANI-1X、ANI-1CCX、ANI-2X三種預訓練MLP模型(覆蓋了90%的類藥分子)。這些先進工具和模型將大幅提升分子模擬的準確性和效率，幫助用戶在藥物發現過程中實現快速、精準的分子設計和分析。
3. 酶催化常數預測
酶催化效率的研究是一項基礎而又重要的工作，對於理解細胞代謝和生理學的至關重要，在酶工程、代謝工程和合成生物學等領域都有着深遠影響。酶在特定反應中的催化效率通常使用酶的動力學參數來衡量，其中一項參數就是酶催化常數（kcat），也稱為轉換數，是指每分子酶或每個酶活性中心在單位時間內能催化的底物分子數。
通過實驗方法去測量kcat等酶動力學參數往往費時費力，而MaXFlow 3.11上線的酶催化常數預測組件，提供了基於機器學習和深度學習的酶催化常數預測方法，可以快速地預測動力學上未表徵的酶的kcat。測試結果表明，該模型可以成功預測野生型酶天然反應的kcat，對於與訓練集中的蛋白質序列一致性小於40%的酶也具有良好的泛化能力。
4. 序列展示控件
進行抗體人源化是降低非人源抗體的免疫原性的常用手段，MaXFlow的抗體人源化預測組件，提供了利用OAS（Observed Antibody Space）數據庫進行訓練的深度學習人源化方法，使用該方法進行抗體人源化的預測結果甚至可以比擬人類專家。
在MaXFlow 3.11版本中，抗體人源化預測組件的結果報告展示界面將新增序列展示控件，以更直觀的方式對人源化後的抗體序列進行展示。在該控件的序列展示頁面中，除了可以以不同的氨基酸配色方案顯示詳細的序列數據之外，同時還可以顯示不同殘基的等電點和疏水性等性質。在該控件的氨基酸性質頁面中，則可以提供該結構整體的性質數據，比如殘基數目、分子量、等電點、不穩定性、氨基酸組成和淨電荷等性質。
掃碼立即報名
