AI驅動量子精修，卡內基梅隆大學等提出AQuaRef，首次用量子力學約束精修蛋白質全原子模型
技術背景與目標
為解決生物大分子結構精修的瓶頸問題，卡內基梅隆大學、波蘭弗羅茨瓦夫大學、佛羅里達大學等高校的聯合研究團隊，提出了一種人工智能驅動的量子精修方法AQuaRef。
核心技術原理
該方法基於AIMNet2機器學習原子勢函數，結合量子力學計算，對蛋白質全原子模型進行精修，使其更符合真實的物理化學規範。
AI演算法首先學習已知的蛋白質結構數據庫，建立預測模型，並輸入Cryo-EM等實驗技術獲得的低解析度結構數據，生成初步模型。
接著，透過量子力學計算對模型進行精修，確保質子位置與實驗數據一致，無需人工幹預。
應用與意義
此技術突破了傳統蛋白質結構解析的限制，有助於藥物開發與疾病治療，為理解生命過程的分子機制提供更精確的工具。