深度学习神经网络在蛋白质计算设计中的应用

Jan, 2018

深度学习神经网络在蛋白质计算设计中的应用

Computational Protein Design with Deep Learning Neural Networks

Jingxue Wang, Huali Cao, John Z.H. Zhang, Yifei Qi

TL;DR本文探究将深度学习神经网络应用于蛋白质设计，以预测蛋白质中每个残基上 20 种天然氨基酸的几率，并且以网络输出为残基类型约束，顺利提高 Rosetta 工具设计三种天然蛋白质的平均序列一致性，同时相比早期方法，本研究以多层神经网络构建的方法在序列一致性方面提高了约 3% 的准确率，这些结果将推动计算蛋白质设计方法的进一步发展。

Abstract

computational protein design has a wide variety of applications. Despite its remarkable success, designing a protein for a given structure and function is still a challenging task. On the other hand, the number of solved protein structures is rapidly increasing while the number of uniq

computational protein design deep learning neural networks amino acids residue type restraints rosetta

发现论文，激发创造

蛋白结构建模与设计中的深度学习

该综述总结了近年来将深度学习技术应用于蛋白质结构建模及设计问题的最新进展，讨论了已经出现和需解决的挑战，针对该领域提出了许多有益的见解。

Jul, 2020

卷积深度网络用于蛋白质折叠质量评估

本研究基于深度学习技术开发神经网络进行蛋白结构评分预测，仅使用三维原子密度数据，无需预定义的结构特征，并在 CASP7 到 CASP10 数据集上进行训练，测试结果表明该网络在多种蛋白质结构上具有良好的性能表现。

Jan, 2018

蛋白质模型质量评估的深度迁移学习

该研究提出了一种基于深度神经网络的蛋白质模型质量预测方法，利用少量输入特征和粗略模型描述以及数据库中已知蛋白质结构的迁移学习，达到了最先进的性能表现。

Apr, 2018

使用多尺度深度卷积神经网络和下一步条件进行蛋白质二级结构预测