protein structure | BriefGPT

关键词protein structure

搜索结果 - 22

ICLR捕捉蛋白质序列 - 结构 - 功能关系的蛋白质表示学习
蛋白质表示学习旨在从蛋白质数据库中提取知识，以应用于各种蛋白质相关的下游任务，我们引入了新颖的不对称多模态掩码自编码器（AMMA），利用统一多模态编码器将蛋白质序列、结构和功能三种关键形态集成为统一的表示空间，通过不对称解码器确保序列潜在特
PDF2 months ago
CVPR蛋白质表征学习的聚类
蛋白质表示学习是一个具有挑战性的任务，旨在从其氨基酸序列中捕获蛋白质的结构和功能。本文提出了一种神经聚类框架，通过考虑蛋白质的一级和三级结构信息来自动发现蛋白质的关键部分，在四个蛋白质相关任务上取得了最先进的表现。
PDF3 months ago
一种利用 Transformer 和 CNN 整合的蛋白质结构预测方法
基于深度学习方法的 DstruCCN 模型采用了卷积神经网络和监督式 Transformer 蛋白质语言模型，通过结合两者的训练特征以预测蛋白质的 Transformer 结合位点矩阵，然后使用能量最小化重构蛋白质的三维结构。
PDF4 months ago
MAPE-PPI: 通过微环境感知蛋白质嵌入实现高效有效的蛋白质相互作用预测
通过定义氨基酸残基的序列和结构上下文，我们提出了一种微环境感知的蛋白质嵌入（MPAE-PPI）方法，将微环境编码为具有足够大的词汇（例如代码本）的化学有意义的离散代码，用于高效的大规模蛋白质相互作用（PPI）预测。经过广泛实验表明，MPAE
PDF4 months ago
赋予蛋白质语言模型结构知识
利用蛋白质结构数据提升蛋白质语言模型的新框架，通过整合结构信息和结构提取模块，优化了预训练语言模型的自注意机制，此框架在蛋白质功能预测上表现优越，为蛋白质建模提供更有效和高效的方法。
PDF5 months ago
RoseNet: 使用深度学习预测双 InDel 突变体的能源指标
通过计算方法模拟 InDel 突变的效果，开发了名为 RoseNet 的神经网络，在对生成的突变序列进行评估时表现出较高的预测准确性。
PDF8 months ago
CrysFormer：基于 3D Patterson 图和部分结构注意力的蛋白质结构预测
本研究提出了基于蛋白质晶体学和偏离结构信息的变压器模型来预测蛋白质的电子密度图，并通过两个新的肽片段数据集证实了方法在较小的数据集规模和计算成本下能够实现精确预测。
PDF9 months ago
基于图形的蛋白质序列和结构的联合设计
本研究论文提出了一种名为 GeoPro 的方法，用于联合设计蛋白质骨架结构和序列。该方法基于三维骨架结构的等变编码器和由三维几何图形指导的蛋白质序列解码器。实验证明，在两个重要的生物金属蛋白数据集上，GeoPro 在大多数度量标准上优于其他
PDF9 months ago
AbDiffuser：原子层生成体外功能性抗体
AbDiffuser 是一种依对称性且物理信息感知的扩散模型，用于联合生成抗体的三维结构和序列。它基于蛋白质结构的新表示法，依赖于新颖的对齐蛋白质架构，并利用强扩散先验知识来改进去噪过程。我们的方法借助领域知识和物理约束来改善蛋白质扩散，并
PDFa year ago
ICLRFlexVDW：一种用于蛋白质灵活性考虑的机器学习方法在配体对接中的应用
使用深度学习模型来考虑受体的灵活性，以预测 van der Waals 能量，提高小分子配体姿势预测结果。
PDFa year ago
一种基于图神经网络的冷冻电镜地图自动建模方法
本文介绍一种利用图形神经网络（GNN）的自动化方法，通过结合来自冷冻电子显微镜（cryo-EM）数据和氨基酸序列数据以及对蛋白质几何的先验知识，对蛋白质原子模型的自动构建进行改进，并对 28 个测试案例进行了验证。结果表明，在分辨率优于 3
PDF2 years ago
使用长短时记忆模型预测 GPCR 分子动力学中 3D 氨基酸位置
本研究评估了长短时记忆网络（LSTM）学习和预测受体的分子动态轨迹的能力。实验表明，该方法在分析 G 蛋白偶联受体分子动态时表现出强大的性能，可用于药物预测及蛋白质结构分析等领域。
PDF2 years ago
使用等变去噪扩散概率模型生成蛋白质结构与序列
本文引入了一种生成模型，旨在设计具有特定 3D 结构和化学性质的蛋白质，以实现特定的功能。通过实验数据全面学习，该模型可生成全原子骨架构象以及序列和侧链预测，实现了分子生成建模方法的显著扩大。
PDF2 years ago
ICLR蛋白质折叠模拟的几何解耦表示学习
利用生成型神经网络学习药物靶标蛋白结构的结构集合，以便于更好的理解药物机理和发展治疗方法，同时通过蛋白几何自编码器模型在蛋白质的内在和外在几何学上进行分离编码，快速生成蛋白质构象的方案。
PDF2 years ago
ICLR用几何向量感知机从蛋白质结构中学习
通过引入基于几何向量感知器的图神经网络，在大型生物分子的 3D 结构上进行学习并利用其图结构和几何方面，从而在蛋白结构的质量评估和计算蛋白质设计两个重要问题上实现了优化，改进了现有各类体系结构，其中包括最先进的基于图的和基于体素的方法。
PDF4 years ago
ICLRBERT 与生物学相遇：解析蛋白质语言模型中的注意力
本研究通过注意力机制探索分析蛋白质 Transformer 模型，展示其捕捉蛋白质折叠结构，定位蛋白质功能性区域，以及随着层数增加逐渐关注复杂生物物理特性等行为，结果表明三种 Transformer 架构对此表现一致，并提供蛋白质结构和注意
PDF4 years ago
从冷冻电子显微图像中重建 3D 蛋白质结构的连续分布
本文介绍了一种新颖的通过深度神经网络在傅里叶空间编码结构，将粒子和共同体的不断变化的结构进行建模，并通过准确的图像定向使得模型能从无标注的 2D 冷冻电镜图像训练出来，最终得到了一种直接对冷冻电镜图像进行连续体蛋白质结构建模的方法 cryo
PDF5 years ago
ProteinNet：用于蛋白质结构机器学习的标准化数据集
这篇研究论文介绍了一种名为 ProteinNet 的数据集，在蛋白质序列 - 结构关系的机器学习模型的训练和评估方面提供了一种标准化机制，并提出了一种方法来克服已有数据集中存在的一些挑战。
PDF5 years ago
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。
PDF6 years ago
EnzyNet: 一种基于 3D 卷积神经网络在空间表示上进行的酶分类方法
本文介绍了 EnzyNet，这是一个新颖的 3D 卷积神经网络分类器，可以仅基于酶的体素空间结构来预测酶的 EC 号码，并探讨了生化属性的空间分布作为补充信息。
PDF7 years ago