上海交大&中山大学团队使用ESMFold、预训练言语模型以及Graph Transformer,进行蛋白质连系位点展望
编辑 | 萝卜皮辨别蛋白质的性能位点,例如蛋白质、肽或其他生物成分的连系位点,对于理解相关的生物进程和药物计划至关重要。然而,现有的鉴于序列的要领的展望准确性有限,因为它们只考虑序列相邻的上下文特征并且缺乏构造信息。上海交通大学和中山大学的研讨人员提出了 DeepProSite,用于利用蛋白质构造和序列信息来辨别蛋白质连系位点。DeepProSite 首先从 ESMFold 生成蛋白质构造,并从预…- 6
- 0
预训练言语模型
❯
个人中心
今日签到
搜索
扫码打开当前页
返回顶部
幸运之星正在降临...
点击领取今天的签到奖励!
恭喜!您今天获得了{{mission.data.mission.credit}}积分
我的优惠劵
- ¥优惠劵使用时效:无法使用使用时效:
之前
使用时效:永久有效优惠劵ID:×
没有优惠劵可用!