MMJun, 2021

利用二次二进制优化预测 3D RNA 折叠模式

PDF
TL;DR本文基于 QUBO 模型，通过添加不同的惩罚和奖励来提高 RNA 三维结构预测的准确性，并使用新的加权相似性结构度量来处理多个近似最优解的问题，同时使用 AlphaQUBO 解算器求解数以千计的二进制变量问题。
rnastructure predictionthree-dimensional foldingqubo modelsalphaqubo
发现论文，激发创造
  • BEACON：全面 RNA 任务与语言模型的基准

    介绍了首个全面的 RNA 基准测试 BEACON，包括 13 个任务，涵盖了结构分析、功能研究和工程应用，通过评估不同 RNA 理解任务的方法性能，研究了传统方法和基于语言模型的先进 RNA 基础模型，以及关键的 RNA 语言模型组件。基于发现的信息，提出了一种简单但强大的基准模型 BEACON-B，能在有限的数据和计算资源下实现出色的性能。

    Jun, 2024

  • 使用基于 Transformer 的深度学习模型来进行 RNA 二级结构预测

    讨论了 RNA 和 RNA 的二级结构及其预测的基本概念，以及机器学习技术在预测生物大分子结构中的应用，并提出了基于 ResNet 的 RNA 三级结构预测算法和打分模型。

    Apr, 2024

  • PROflow: PROTAC 诱导的结构预测的迭代精化模型

    通过结构预测方法 PROflow，实现对蛋白蛋白结合的保护性分解模型 PROTac 的全面预测，提高了反向蛋白蛋白结合方法的性能与运行速度，使其可以用于大规模的药物筛选设计。

    Apr, 2024

  • 新二维混合有机无机钙钛矿的准确晶体结构预测

    这篇论文介绍了一种基于机器学习的方法，能够准确预测新型二维混合有机 - 无机钙钛矿的结构，成功地应用于实验中，并能在大规模应用时高效地筛选成千上万种有机阳离子和无机层的组合。

    Mar, 2024

  • RiNALMo：通用目的的 RNA 语言模型在结构预测任务上具有良好的泛化能力

    RiNALMo 是最大的 RNA 语言模型，能够从 RNA 序列中提取隐藏的知识并捕捉内在的结构信息，在多个下游任务中取得了 state-of-the-art 的结果，并且具有通用能力能够克服其他深度学习方法在未见过的 RNA 家族上泛化的能力限制。

    Feb, 2024

  • rnaglib 中基于 3D 的 RNA 功能预测工具

    通过 rnaglib，我们使用 RNA 3D 结构数据集训练监督和无监督的机器学习模型来预测功能。

    Feb, 2024

  • STAR: 利用大语言模型生成结构化文本数据增强低资源事件抽取

    使用大型语言模型，提出 STAR 数据生成方法用于改善低资源事件抽取表现，数据生成比人工标注更有效。

    May, 2023

  • 具有结构预测的领域特定词向量

    本文提出了一种称为 W2VPred 的方法，可以同时提供语料库的通用单词表示、每个子语料库的特定表示、子语料库结构和嵌入对齐，并在 New York Times 文章和两个英文维基百科数据集上进行了实证评估。该方法在一般类比测试、特定于领域的类比测试、多个特定单词嵌入评估方面提供比基线更好的性能，同时在没有预先给出结构的情况下提供结构预测性能。通过在德国文本档案中提出新的研究问题，展示了数字人文领域的应用案例。

    Oct, 2022

  • DeepStruct: 为结构预测预训练语言模型

    介绍了一种提高语言模型结构理解能力的方法，它通过预训练语言模型生成的结构来替代以往的基于任务数据的微调方式，并且在包含 28 个数据集的 10 个预测任务上实现了零样本迁移和超越了 21 个数据集的最新成果。

    May, 2022

  • 针对知识库的复杂问答的正式查询构建与查询结构预测

    本文提出一种新的正式查询构建方法，它包括两个阶段：第一阶段预测问题的查询结构并利用结构约束候选查询的生成；第二阶段按照以前的方法对候选查询进行排名。实验结果表明，我们的正式查询构建方法在复杂问题上表现优异，同时在简单问题上保持一定的竞争力。

    Sep, 2021