Under NeurIPS:s konferens 2025 satte @agupta sig ner med @ZhongingAlong, biträdande professor i datavetenskap vid Princeton, för att diskutera hur maskininlärning omformar strukturell biologi. De utforskar hur proteiner inte är statiska strukturer utan dynamiska molekylära maskiner, och hur tekniker som kryoelektronmikroskopi kombinerat med ML avslöjar proteinrörelser bortom traditionell strukturförutsägelse. 00:11 — Introduktion 00:55 — Från superdatorer till Cryo-EM 02:43 — Cryo-EM:s uppgång 03:30 — Proteiner som dynamiska system 04:30 — Inversa problem i biologi 05:31 — Lärdomar från DeepMind, industri och akademi 07:35 — Varför proteindynamik förblir olöst 08:29 — Samarbete med experimentella forskare 09:28 — Vad är överhypat och underhypat inom AI-driven biologi 10:51 — Framtiden för AI-driven biologi