EPFL

PeSTo: ein neues KI-Tool zur Vorhersage von Proteininteraktionen

Forschende der EPFL haben PeSTo entwickelt, ein KI-Modell zur Vorhersage von Protein-Bindungsschnittstellen mit Proteinen, Nukleinsäuren, Lipiden, Ionen und kleinen Molekülen mit hoher Zuverlässigkeit. Der geringe Rechenaufwand des Modells ermöglicht die Verarbeitung grosser Mengen von Strukturdaten und eröffnet damit Möglichkeiten für die Entdeckung neuer Biologie.

EPFL bringt Elektronik einen grossen Schritt weiter

EPFL-Ingenieurfachleute haben einen Weg gefunden, die Wechselwirkungen zwischen Exzitonen zu kontrollieren – Quasiteilchen, die eines Tages Daten transportieren und die Elektronen in elektronischen Geräten ersetzen könnten. Die Methode der Fachleute besteht darin, ein elektrisches Feld auf ein zweidimensionales (2D) Halbleitermaterial anzuwenden.

Neue Inspektionsdrohne wird autonomer durch Wind

Elythor, ein Spin-off der EPFL, hat eine neue Drohne entwickelt, deren Flügelform sich in Echtzeit an die Windverhältnisse und die Flugposition anpassen kann, was den Energieverbrauch der Drohne reduziert. Ausserdem kann die Position der Flügel verändert werden, so dass die Drohne vertikal oder horizontal fliegen kann. Diese Eigenschaften machen sie zu einer perfekten Kandidatin für die Inspektion von Kraftwerken.

Sichtfeld von Mäusen vorhersagen durch Entschlüsseln der Gehirnsignale

Ein Forschungsteam der EPFL hat einen neuartigen Algorithmus für maschinelles Lernen entwickelt, der die verborgenen Strukturen in den vom Gehirn aufgezeichneten Daten aufdecken und komplexe Informationen vorhersagen kann, etwa was Mäuse sehen.

PeaceTech nutzt Interdisziplinarität für den Frieden

Die EPFL, das Institut der Vereinten Nationen für Abrüstungsforschung (UNIDIR), das Genfer Hochschulinstitut und die Genfer Plattform für Friedenskonsolidierung haben die Lancierung einer PeaceTech Alliance angekündigt. Sie wird die Zusammenarbeit bei einer Reihe von Peace-to-Tech- und Tech-to-Peace-Initiativen ermöglichen, um einen Beitrag zur globalen Friedensagenda zu leisten.

Entwicklung molekularer Interaktionen mit maschinellem Lernen

Mit Hilfe von durch Deep Learning erzeugten «Fingerabdrücken» zur Charakterisierung von Millionen von Proteinfragmenten haben EPFL-Forschende rechnerisch neuartige Proteinbinder entwickelt, die sich nahtlos an wichtige Ziele anlagern, darunter das SARS-CoV-2-Spike-Protein.

28 29 30

31

32 33 34 35...

Seite 31 von 96