English | 简体中文
2024.11.08 为便于用户将HelixFold3集成到工作流程并支持高通量使用，我们推出了便捷的付费API服务(使用指南链接)，可用于学术和商业用途，可高效使用HelixFold3的结构预测功能。
2024.08.30 我们很高兴地宣布一个好消息！用于生物分子结构预测的初版 HelixFold3 服务器现已在 PaddleHelix 网站 (https://paddlehelix.baidu.com/app/all/helixfold3/forecast) 上线。我们鼓励大家探索其功能，并将其用于有影响力和创新性的研究。
2024.08.15 PaddleHelix发布了HelixFold3的代码和模型参数，该生物分子结构预测复制了AlphaFold3的能力。HelixFold3在预测常规配体、核酸和蛋白质的结构方面达到了与AlphaFold3相当的准确性。HelixFold3的初始版本在GitHub上以开源形式提供，用于非商用的学术研究，有望推进生物分子研究并加速发现。有关更多详细信息，请参阅[codes]（./apps/protein_folding/helixfold3）。
2024.05.23，螺旋桨团队开源了HelixDock的代码，它是一个针对大规模生成的对接构象进行预训练的模型，旨在释放蛋白质-配体结构预测的潜力，显著提高了预测准确性和泛化能力。更多详情请参考论文和代码。欢迎访问PaddleHelix网站尝试在线结构预测服务。
2024.05.13 论文 "Multi-purpose RNA Language Modeling with Motif-aware Pre-training and Type-guided Fine-tuning" 被 Nature Machine Intelligence期刊接收。获取更多细节请参考论文和代码。
2024.04.16 螺旋桨团队发布了《HelixFold-Multimer技术报告》，它是一个蛋白质复合物结构预测模型，在抗原-抗体和肽-蛋白质结构预测方面取得了显著成功。更多详情请参考报告。螺旋桨平台上现已提供通用和抗原-抗体蛋白质复合物的在线结构预测服务，分别位于链接1和链接2。
2023.10.9，HelixFold-Single的研究工作《A method for multiple-sequence-alignment-free protein structure prediction using a protein language model》被《Nature Machine Intelligence》期刊接收，详见 论文。
2022.12.08 论文"HelixMO: Sample-Efficient Molecular Optimization in Scene-Sensitive Latent Space"被BIBM 2022接收。详情参见链接1或链接2去获得更多信息。也欢迎到我们的服务平台PaddleHelix试用药物设计服务.
2022.08.11 螺旋桨团队开源了HelixGEM-2的代码, 它是一个全新的基于长程多体建模的小分子属性预测框架，并在OGB PCQM4Mv2 排行榜取得第一的成绩。详情参见 论文 和 代码。
2022.07.29 螺旋桨团队开源了HelixFold-Single的代码，HelixFold-Single是一个不依赖于MSA的蛋白质结构预测流程，仅仅需要一级序列作为输入就可以提供秒级别的蛋白质结构预测。详情参见论文和代码。欢迎到PaddleHelix网站去试用结构预测的在线服务。
2022.07.18 螺旋桨团队全面开源HelixFold训练和推理代码，完整训练天数从11天优化至5.12天，现在支持预测超长单体蛋白 (约6600 AA)。详情参见论文和代码。
2022.07.07 论文"BatchDTA: implicit batch alignment enhances deep learning-based drug–target affinity estimation"发表于期刊Briefings in Bioinformatics。详情参见论文和代码。
2022.05.24 论文"HelixADMET: a robust and endpoint extensible ADMET system incorporating self-supervised knowledge transfer"发表于期刊Bioinformatics. 详情参见论文。
2022.02.07 论文"Geometry-enhanced molecular representation learning for property prediction"发表于期刊Nature Machine Intelligence。详情参见论文和代码。
更多信息...
2022.01.07 螺旋桨团队开源基于PaddlePaddle深度学习框架的AlphaFold 2蛋白质结构预测模型推理实现，详见HelixFold。
2021.11.23 论文"Multimodal Pre-Training Model for Sequence-based Prediction of Protein-Protein Interaction"被MLCB 2021接收. 详细信息请参见论文和代码.
2021.10.25 论文"Docking-based Virtual Screening with Multi-Task Learning"被BIBM 2021接收.
2021.09.29 论文"Property-Aware Relation Networks for Few-shot Molecular Property Prediction"被NeurIPS 2021接收为Spotlight Paper。代码细节请参见PAR.
2021.07.29 螺旋桨团队基于3D空间结构的化合物预训练模型，充分利用海量的无标注的化合物3D信息。请参阅GEM获取更多的细节。
2021.06.17 螺旋桨团队在OGB-LCS KDD Cup 2021 PCQM4M-LSC track比赛中赢得了亚军。该项比赛预测使用DFT计算的分子HOMO-LUMO的能量差。请参阅解决方案获得更多的细节。.
2021.05.20 螺旋桨v1.0正式版发布。 1)将模型全面从静态图升级到动态图; 2) 添加更多应用: 分子生成和药物联用.
2021.05.18 论文"Structure-aware Interactive Graph Neural Networks for the Prediction of Protein-Ligand Binding Affinity"被KDD 2021接收。代码参见这里.
2021.03.15 螺旋桨团队在权威图榜单OGB的ogbg-molhiv和ogbg-molpcba任务上取得第一名。这两项任务均是预测小分子的属性。
螺旋桨（PaddleHelix）是一个生物计算工具集，是用机器学习的方法，特别是深度神经网络，致力于促进以下领域的发展：
- 新药发现。提供1)大规模预训练模型:化合物和蛋白质; 2)多种应用:分子属性预测,药物靶点亲和力预测,和分子生成。
- 疫苗设计。提供RNA设计算法,包括LinearFold和LinearPartition。
- 精准医疗。提供药物联用的应用。
PaddleHelix平台提供AI+生物计算能力，满足新药研发、疫苗设计、精准医疗场景的AI需求。
螺旋桨是一个基于高性能机器学习工具PaddlePaddle飞桨的生物计算开源工具库。详细的安装和环境配置指引请查阅这里。
我们提供了大量的教学示例以方便开发者快速了解和使用该框架：
- Drug Discovery
- Vaccine Design
我们也提供了多个算法的代码和使用示例:
- 预训练
- 新药发现和精准医疗
- 疫苗设计
- 蛋白质结构预测
螺旋桨团队参加了多项生物计算相关的赛事，相关解决方案可以参阅这里.
Shield:
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
