据ScienceAI公众号6月25日消息，美国密歇根大学科研团队开发出一种通用且高效的机器学习模型NeCLAS，可预测纳米级相互作用的位置。该模型展示了跨多个域的交互预测，可发现蛋白质如何组装成更大的结构并设计实用的纳米级系统，同时展示纳米结构如何相互作用。该模型超越AlphaFold且优于当前的纳米级预测模型，可用于10-20nm的通用纳米颗粒，可再现生物和非生物系统的相互作用。该研究可应用于设计纳米粒子材料、研究纳米生物科技等多个领域。相关研究成果发表于Nature Computational Science期刊。

消息来源：https://mp.weixin.qq.com/s/l3ACwFuE7OllO4nisPYPhw