protein structures | BriefGPT

关键词protein structures

搜索结果 - 18

ICLR评估蛋白质结构宇宙中的表示学习
ProteinWorkshop 是一套用于蛋白质结构上的几何图神经网络表征学习的全面基准套件，通过对大规模预训练和下游任务进行系统评估，旨在建立机器学习和计算生物学社区之间的共同基础，以严谨地比较和推进蛋白质结构表征学习的研究。
PDF15 days ago
深度学习在蛋白质 - 配体对接中的应用：是否已达到目标？
通过构建 PoseBench 实验平台，研究发现最近的深度学习对特定蛋白质目标的多配体对接方法泛化能力不足，模板对接算法在多配体对接中表现良好，为未来的研究提供了改进的方向。
PDFa month ago
基于结构的药物设计通过去噪体素网格
VoxBind 是一种基于评分的生成模型，通过蛋白质结构为条件，将分子表示为 3D 原子密度格点，并利用 3D 体素去噪网络进行学习和生成。与当前的最新技术相比，我们的模型更易训练，从中采样速度显著更快，并在广泛的计算机模拟基准测试中取得更
PDF2 months ago
HeMeNet：蛋白多任务学习的异构多通道等变网络
通过输入蛋白质的三维结构，我们提出了一种神经网络模型来同时处理多个任务，该模型名为异质多通道等变网络（HeMeNet），可捕捉不同原子之间的异质关系，并通过任务感知读出机制实现任务特定学习。我们在多任务基准数据集上进行了广泛评估，验证了多任
PDF3 months ago
ICMLNaNa 和 MiGu：用于增强图神经网络中蛋白质分类的语义数据增强技术
提出一种新型语义数据增强方法和共嵌入残差学习框架，以将蛋白质的主链化学和侧链生物物理信息纳入蛋白质分类任务中，并使 GIN 在 EC 和 Fold 数据集上的性能分别提高了 16.41% 和 11.33%。
PDF3 months ago
ProtChatGPT: 面向理解蛋白质的大型语言模型
ProtChatGPT 通过自然语言学习和理解蛋白质结构，使用户能够上传蛋白质、提问和进行互动对话以生成全面答案，为蛋白质研究提供了新的可能性。
PDF5 months ago
基于自回归片段的扩散策略在口袋感知的配体设计中的应用
该论文介绍了 AutoFragDiff，一种基于片段的自回归扩散模型，用于生成以目标蛋白质结构为条件的 3D 分子结构。我们使用几何矢量感知器预测新的分子片段的原子类型和空间坐标，以分子支架和蛋白质口袋为条件。我们的方法改善了生成的 3D
PDF7 months ago
摘星座：通过分层粗化的 SO (3) 等变自编码器实现蛋白质结构的可扩展建模
通过引入 Ophiuchus，一种 SO（3）- 等变粗粒化模型，我们在所有标准蛋白质残基的重原子上高效地操作，同时尊重其相关的对称性，从而缩小这个差距，并采用局部卷积粗化模型来模拟序列模体间的相互作用。我们训练 Ophiuchus 来重建
PDF9 months ago
蛋白质骨架生成的 SE (3)- 随机流匹配
FoldFlow 是一系列基于流匹配范式的新型生成模型，通过流动匹配 3D 刚体运动（即群 SE (3)），实现对蛋白质主链的准确建模，具备比其他方法更稳定、更快速的训练能力，并可以将任何不变的源分布映射到 SE (3) 上的任何不变的目标
PDF9 months ago
基于人工智能的 B 细胞免疫疗法设计
抗体、机器学习、免疫治疗设计、抗原表位预测以及蛋白质结构是这篇文章所讨论的关键词和主要研究领域，文章评估了常用的数据来源、评价指标和方法可用性，并全面评估了它们的重要性和局限性，讨论了未来的主要挑战。
PDF10 months ago
通过马尔可夫矩阵建模的蛋白质结构的分歧时间及其与序列分歧的关系
蛋白质结构的时间参数化统计模型定量推断了其二级结构保守模式的发散演化，提供了一种更好的蛋白质相关性的时间参数化序列模型的替代方案，并且从结构中推断时的准确性更高。使用贝叶斯和最小信息长度的信息理论框架，研究了蛋白质三维结构的时间参数化随机矩
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
盲突变影响预测的多级蛋白质表示学习
本文提出了一种新的预训练框架，它将用于蛋白质主体结构和三级结构的序列和几何分析器级联，模拟野生型蛋白质的自然选择并评估变体的效果，以指导遗传突变方向，实现所需特征，提出了一种新的变体影响预测方法，其预测结果在单点和深部变异方面表现良好。
PDFa year ago
蛋白复合物不变嵌入与交叉门多层感知器是一种一次性抗体设计工具
本文提出了一种深度生成模型，可在一次试验中协同设计抗体 CDR 的一维序列和三维结构，并通过广泛实验证明其性能优于现有方法。
PDFa year ago
基于冰冻电子显微密度图的蛋白质结构的深度学习重建：最新进展与未来的方向
综述了用于自动重建蛋白质结构的各种深度学习方法，分析了它们的影响，并讨论了为训练深度学习模型准备高质量数据集的挑战。未来，需要开发更先进的深度学习模型，能够有效地将冷冻电镜数据与其他补充数据源（如蛋白质序列和 AlphaFold 预测结构）
PDF2 years ago
几何结构预训练下的蛋白表征学习
本文提出了利用 3D 蛋白结构进行预训练的蛋白质表示方法，并通过多视图对比学习和自我预测任务，实现了对蛋白质的编码。实验结果表明，该方法不仅可以比现有的基于序列的方法更有效地预测蛋白质的功能和褶叠分类，而且使用的预训练数据更少。
PDF2 years ago
AlphaFold 加速 AI 驱动药物研发：高效发现一种新型细胞周期依赖性激酶 20（CDK20）小分子抑制剂
本文介绍了如何应用 AlphaFold 计算机程序来推断蛋白质结构，以支持以 AI 为驱动的药物发现领域。并采用一个生物计算平台和一个基于生成化学的平台来识别 CDK20 的类首个新靶点化合物。
PDF2 years ago
MM利用人工智能实现骨架 NMR 数据的自动分配
本研究旨在设计一种算法，通过实施贪心和 A * 搜索等 AI 策略，自动化分析骨架蛋白 NMR 数据，以解决后基因组时代在了解新发现基因编码的许多未知蛋白质的结构和功能信息方面所面临的挑战。
PDF9 years ago