protein structure prediction | BriefGPT

关键词protein structure prediction

搜索结果 - 22

SGNet：深度学习中对称蛋白质复合物的折叠
我们提出了一种名为 SGNet 的蛋白质折叠框架，以建模对称组装中的蛋白质相互作用，从而解决了对称蛋白质复合物中的计算问题。我们的方法在四聚体蛋白质结构预测中可以模拟所有全局对称类型，并在对称蛋白质复合物基准测试上展示了其有效性。
PDF4 months ago
基于偏好的直接多目标进化优化与对决决策
该研究提出了一种基于用户偏好的多目标优化问题框架，通过直接偏好学习和主动对抗算法，实现了在无需计算适应度函数的情况下，获得收敛到感兴趣区域的解决方案，并在蛋白质结构预测领域中得到了有效的应用。
PDF7 months ago
探索蛋白质语言模型的后训练量化
我们的研究引入了一种创新的对蛋白质语言模型进行后训练量化的方法，解决了特定的量化挑战，可能导致更高效的蛋白质语言模型的开发，并对各种与蛋白质相关的应用产生重要影响。
PDF8 months ago
计算生物学中的深度学习：进展、挑战与未来展望
深度学习在计算生物学中的历史、优势、挑战，以及应用于 DNA 序列分类、蛋白质结构预测等方面的前景进行了综述，强调了需要解决大规模标记数据集和深度学习模型可解释性等挑战以充分发挥其潜力，对于检测基因组变异、分析基因表达等方面带来了重要的转变
PDF9 months ago
AtomSurf：蛋白质结构学习的表面表示
通过将蛋白质表示为三维网格表面并将其与基于图的方法相结合，我们提出了一种综合性的框架，融合了表面表示和图像的学习方法，能够在所有测试任务中取得最先进的结果。
PDF9 months ago
APACE：AlphaFold2 与高级计算作为加速生物物理学发现的服务
通过引入 APACE 作为计算框架，将 AlphaFold2 和先进计算作为服务相结合，可以在现代超级计算环境中加速蛋白质结构预测分析，从而将蛋白质结构预测的时间从数周缩短到数分钟。
PDFa year ago
CVPRFFF：基于片段引导的灵活拟合方法用于构建完整蛋白质结构
提出了一种名为 FFF 的新方法，通过结合片段识别和结构预测方法构建完整的蛋白质结构，采用多级识别网络捕获输入的三维冷冻电镜地图的各种结构特征并使用伪肽向量和基于这些特征的蛋白质序列比对方法生成蛋白质结构片段，最后，通过灵活拟合使用预测的蛋
PDFa year ago
DiffPack: 自回归蛋白质侧链填充的扭转扩散模型
DiffPack 是一种扭转扩散模型，可以通过对扭曲空间进行扩散和去噪来学习侧链的扭曲角度联合分布，从而实现精确预测蛋白质侧链构象。该方法在多项基准测试中均取得可观的进展，在 CASP13 和 CASP14 上的角度精度分别提高了 11.9
PDFa year ago
使用深度贝叶斯优化进行蛋白质反折叠
使用深度贝叶斯优化来优化难以预测蛋白质序列的反折叠问题，并可应用于其他有约束的情况，能在减少计算资源的情况下产生具有大大降低结构误差的蛋白质序列。
PDFa year ago
AF2-Mutation: AlphaFold2 蛋白质三级结构预测的对抗性序列突变
本文探讨了基于深度学习的 AlphaFold2 方法在蛋白质三级结构预测中的优势，以及对于突变的限制。通过进化方法生成对抗性序列，只修改三个氨基酸残基就能使 AlphaFold2 预测结果相差甚远，同时，该方法也能快速识别关键的氨基酸残基和
PDFa year ago
ICLREigenFold: 基于扩散模型的生成蛋白质结构预测
使用 EigenFold 这种扩散生成建模框架，以从给定蛋白质序列中生成结构的分布，更全面地了解模型不确定性，并评估 EigenFold 对于建模和预测折叠转换蛋白质和配体诱导构象变化的能力，该方法在最近的 CAMEO 目标中实现了中位 T
PDFa year ago
ExplainableFold: 使用可解释性人工智能理解 AlphaFold 预测
ExplainableFold 是一个对于蛋白质结构预测的可解释人工智能框架，提出了基于对生物学原理的启示，生成蛋白结构预测的反事实说明的计数学习框架。实验结果表明，ExplainableFold 可以生成高质量的解释来提供关于氨基酸对蛋白
PDFa year ago
蛋白质语言模型与结构预测：联系与进展
本文系统地概述了蛋白质语言模型在蛋白质结构预测中的应用和方法，介绍了网络架构、预训练策略、常用蛋白质数据库等方面的最新进展和挑战，并展望了未来发展方向。
PDF2 years ago
AAAI三维分子图形的几何完整感知机网络
介绍了一种新的 GCPNet 图神经网络，其具有 SE (3) 置换对称性，用于 3D 分子图形表示学习，在蛋白质 - 配体结合亲和力预测，蛋白质结构排序和牛顿多体系统建模任务中均取得了最先进的效果。
PDF2 years ago
通过蛋白质折叠扩散生成蛋白结构
本研究介绍了一种新的基于扩散的生成模型，通过模拟蛋白质的折叠过程，使用一系列连续角度来生成新的蛋白质骨架结构，通过简单的 transformer 骨干训练出高质量的蛋白质结构，并开源了对应的代码库和训练模型。
PDF2 years ago
蛋白质结构预测的精确折叠景观的少样本学习
使用 EvoGen 元生成模型，结合 AlphaFold2 模型，使得利用少量多序列比对（MSA）系统的性能得到提高，从而精准低数据的蛋白质结构预测。
PDF2 years ago
HelixFold-Single: 使用蛋白语言模型作为替代品进行无多序列比对蛋白质结构预测
本研究提出了一种新的蛋白质结构预测方法 ——HelixFold-Single，它基于大规模蛋白质语言模型，将原始序列代替同源序列用于学习蛋白质序列的共同进化信息，并结合 AlphaFold2 的关键组件预测蛋白质原子的三维坐标，其在 CAS
PDF2 years ago
MAS2HP: 一个在 2D HP 模型中预测蛋白质结构的多智能体系统
本研究提出了一种基于代理模型的新方法，结合预先定义的规则，利用人工智能技术和降低模型解决蛋白质结构预测问题。相较于其他算法，该方法在较短时间内可找到最优解，并且能够从指数级时间复杂度降为线性。
PDF2 years ago
FastFold: 将 AlphaFold 的训练时间从 11 天缩短至 67 小时
本文提出了 FastFold，它是 AlphaFold 模型的有效实现，使用 Dynamic Axial Parallelism 和 Duality Async Operations 提高模型并行性的扩展效率，还提出 AutoChunk 来
PDF2 years ago
通过解释性变分自编码器生成三级蛋白质结构
本文提出并评估了一种利用生成深度学习的图形生成模型，生成蛋白质的功能相关三维结构的替代方法，并评价了几种深层结构的全面评估。
PDF4 years ago