EDP Sciences logo
Authentification abonné
Rechercher
Menu
Accueil Tous les numéros Volume 41 / Numéro 4 (Avril 2025) Med Sci (Paris), 41 4 (2025) 367-373 Références
Open Access
Numéro
Med Sci (Paris)
Volume 41, Numéro 4, Avril 2025
Page(s) 367 - 373
Section Prix Nobel
DOI https://doi.org/10.1051/medsci/2025060
Publié en ligne 28 avril 2025
  1. Wang H, Fu T, Du Y, et al. Scientific discovery in the age of artificial intelligence. Nature 2023 ; 620 : 47–60. [NASA ADS] [CrossRef] [PubMed] [Google Scholar]
  2. Li B, Gilbert S. Artificial Intelligence awarded two Nobel Prizes for innovations that will shape the future of medicine. NPJ Digit Med 2024 ; 7 : 336. [CrossRef] [PubMed] [Google Scholar]
  3. Jumper J, Evans R, Pritzel A, et al. Highly accurate protein structure prediction with AlphaFold. Nature 2021 ; 596 : 583–9. [CrossRef] [PubMed] [Google Scholar]
  4. Baek M, DiMaio F, Anishchenko I, et al. Accurate prediction of protein structures and interactions using a three-track neural network. Science 2021 ; 373 : 871–6. [CrossRef] [PubMed] [Google Scholar]
  5. Schulz GE, Schirmer RH. Principles of Protein Structure. Springer-Verlag Berlin and Heidelberg GmbH & Co. K, 2e édition, 2013 : 334 p. [Google Scholar]
  6. Watson JD, Crick FH. Molecular structure of nucleic acids ; a structure for deoxyribose nucleic acid. Nature 1953 ; 171 : 737–8. [CrossRef] [PubMed] [Google Scholar]
  7. Kendrew JC, Bodo G, Dintzis HM, et al. A three-dimensional model of the myoglobin molecule obtained by x-ray analysis. Nature 1958 ; 181 : 662–6. [CrossRef] [PubMed] [Google Scholar]
  8. Le Du M-H, Legrand P, Sirigu S, Ravy S. Introduction à la cristallographie biologique. Les Ulis : EDP sciences, 2021 : 180 p. [Google Scholar]
  9. Tabet JC, Rebuffat S. Prix Nobel de chimie 2002 pour la spectrométrie de masse et la résonance magnétique nucléaire. Med Sci (Paris) 2003 ; 19 : 865–72. [CrossRef] [EDP Sciences] [PubMed] [Google Scholar]
  10. Neumann E, Farias Estrozi L, Effantin G, et al. La révolution de la résolution en cryo-microscopie électronique. Med Sci (Paris) 2017 ; 33 : 1111–7. [CrossRef] [EDP Sciences] [PubMed] [Google Scholar]
  11. Schuller JM, Falk S, Fromm L, et al. Structure of the nuclear exosome captured on a maturing preribosome. Science 2018 ; 360 : 219–22. [CrossRef] [PubMed] [Google Scholar]
  12. Romby P, Marzi S, Westhof E. La structure atomique du ribosome en pleine lumière. Med Sci (Paris) 2009 ; 25 : 977–81. [CrossRef] [EDP Sciences] [PubMed] [Google Scholar]
  13. Burley SK, Berman HM, Kleywegt GJ, et al. Protein Data Bank (PDB): The Single Global Macromolecular Structure Archive. Methods Mol Biol 2017 ; 1607 : 627–41. [CrossRef] [PubMed] [Google Scholar]
  14. Dobson CM. Protein folding and misfolding. Nature 2003 ; 426 : 884–90. [CrossRef] [PubMed] [Google Scholar]
  15. Bryngelson JD, Onuchic JN, Socci ND, Wolynes PG. Funnels, pathways, and the energy landscape of protein folding: a synthesis. Proteins 1995 ; 21 : 167–95. [CrossRef] [PubMed] [Google Scholar]
  16. Lee J, Freddolino P, Zhang Y. Ab initio protein structure prediction. In : Rigden DJ, ed. From Protein Structure to Function with Bioinformatics : Springer-London, 2017 : 3–35. [CrossRef] [Google Scholar]
  17. Lindorff-Larsen K, Piana S, Dror RO, Shaw DE. How fast-folding proteins fold. Science 2011 ; 334 : 517–20. [CrossRef] [PubMed] [Google Scholar]
  18. Bowie JU, Luthy R, Eisenberg D. A method to identify protein sequences that fold into a known three-dimensional structure. Science 1991 ; 253 : 164–70. [CrossRef] [PubMed] [Google Scholar]
  19. Krieger E, Nabuurs SB, Vriend G. Homology modeling. Methods Biochem Anal 2003 ; 44 : 509–23. [CrossRef] [PubMed] [Google Scholar]
  20. Waterhouse A, Bertoni M, Bienert S, et al. SWISS-MODEL: homology modelling of protein structures and complexes. Nucleic Acids Res 2018 ; 46 : W296–W303. [CrossRef] [PubMed] [Google Scholar]
  21. Fiser A, Sali A. Modeller: generation and refinement of homology-based protein structure models. Methods Enzymol 2003 ; 374 : 461–91. [CrossRef] [PubMed] [Google Scholar]
  22. Jordan B. AlphaFold : un pas essentiel vers la fonction des protéines. Med Sci (Paris) 2021 ; 37 : 197–200. [CrossRef] [EDP Sciences] [PubMed] [Google Scholar]
  23. Kryshtafovych A, Schwede T, Topf M, et al. Critical assessment of methods of protein structure prediction (CASP)-Round XIII. Proteins 2019 ; 87 : 1011–20. [CrossRef] [PubMed] [Google Scholar]
  24. Evans R, O’Neill M, Pritzel A. Protein complex prediction with AlphaFold-Multimer. bioRxiv 2021. [Google Scholar]
  25. Basu S, Wallner B. DockQ: A Quality Measure for Protein-Protein Docking Models. PLoS One 2016 ; 11 : e0161879. [CrossRef] [PubMed] [Google Scholar]
  26. Abramson J, Adler J, Dunger J, et al. Accurate structure prediction of biomolecular interactions with AlphaFold 3. Nature 2024 ; 630 : 493–500. [CrossRef] [PubMed] [Google Scholar]
  27. Taly A, Verger A. Prédiction de structures biomoléculaires complexes par AlphaFold 3. Med Sci (Paris) 2024 ; 40 : 725–7. [Google Scholar]
  28. Jordan B. Les secrets des variants. Med Sci (Paris) 2023 ; 39 : 981–3. [CrossRef] [EDP Sciences] [PubMed] [Google Scholar]
  29. Cheng J, Novati G, Pan J, et al. Accurate proteome-wide missense variant effect prediction with AlphaMissense. Science 2023 ; 381 : eadg7492. [CrossRef] [PubMed] [Google Scholar]
  30. Kuhlman B, Dantas G, Ireton GC, et al. Design of a novel globular protein fold with atomic-level accuracy. Science 2003 ; 302 : 1364–8. [CrossRef] [PubMed] [Google Scholar]
  31. Leaver-Fay A, Tyka M, Lewis SM, et al. ROSETTA3: an object-oriented software suite for the simulation and design of macromolecules. Methods Enzymol 2011 ; 487 : 545–74. [CrossRef] [PubMed] [Google Scholar]
  32. Arunachalam PS, Feng Y, Ashraf U, et al. Durable protection against the SARS-CoV-2 Omicron variant is induced by an adjuvanted subunit vaccine. Sci Transl Med 2022 ; 14 : eabq4130. [CrossRef] [PubMed] [Google Scholar]
  33. Torres SV, Valle MB, Mackessy SP, et al. De novo designed proteins neutralize lethal snake venom toxins. Res Sq 2024. [PubMed] [Google Scholar]
  34. Glogl M, Krishnakumar A, Ragotte RJ, et al. Target-conditioned diffusion generates potent TNFR superfamily antagonists and agonists. Science 2024 ; 386 : 1154–61. [CrossRef] [PubMed] [Google Scholar]
  35. Bennett NR, Watson JL, Ragotte RJ, et al. Atomically accurate de novo design of single-domain antibodies. bioRxiv 2024. [Google Scholar]
  36. Vorobieva AA, White P, Liang B, et al. De novo design of transmembrane beta barrels. Science 2021 ; 371. [Google Scholar]
  37. Ennist NM, Wang S, Kennedy MA, et al. De novo design of proteins housing excitonically coupled chlorophyll special pairs. Nat Chem Biol 2024 ; 20 : 906–15. [CrossRef] [PubMed] [Google Scholar]
  38. Wohlwend J, Corso G, Passaro S, et al. Boltz-1 Democratizing Biomolecular Interaction Modeling. bioRxiv 2024. [PubMed] [Google Scholar]
  39. Rocchi C, Gouet P, Parissi V, Fiorini F. The C-Terminal Domain of HIV-1 Integrase: A Swiss Army Knife for the Virus? Viruses 2022 ; 14 : 1397. [CrossRef] [PubMed] [Google Scholar]
  40. Benani A, Messas E. John J. Hopfield et Geoffrey E. Hinton : de Hopfield et Hinton à AlphaFold : le Prix Nobel 2024 récompense les pionniers de l’apprentissage profond. Med Sci (Paris) 2025 ; 41 : 277–80. [CrossRef] [EDP Sciences] [PubMed] [Google Scholar]

Les statistiques affichées correspondent au cumul d'une part des vues des résumés de l'article et d'autre part des vues et téléchargements de l'article plein-texte (PDF, Full-HTML, ePub... selon les formats disponibles) sur la platefome Vision4Press.

Les statistiques sont disponibles avec un délai de 48 à 96 heures et sont mises à jour quotidiennement en semaine.

Le chargement des statistiques peut être long.